岗位职责
商业化场景中多模态生成算法研究 岗位描述 我们聚焦广告创意素材的智能化生产，通过前沿的多模态生成技术，为广告主和投放平台提供高质量、大规模、低成本的创意内容生成能力。团队围绕广告图片生成、视频生成等核心方向，致力于将 AIGC 技术深度应用于信息流广告、品牌广告、效果广告等多元场景，以技术驱动广告投放效率与创意质量的双重提升。 工作职责 广告创意图片生成：研究并落地面向广告场景的可控图像生成技术，包括广告 Banner 生成、营销海报合成、商品创意图生成、多风格素材批量产出等，满足广告主多样化的创意需求； 广告视频素材生成：探索文生视频、图生视频、素材拼接与编辑等技术在广告场景的应用，支持信息流短视频广告、品牌 TVC 片段、动态商品展示等内容的自动化生产； 素材可控性与一致性研究：攻克广告场景中的核心难题——品牌元素一致性（Logo、字体、色调）、构图可控性、文案与视觉的协调融合，确保生成内容符合广告投放标准； 效果导向的生成优化：结合广告 CTR/CVR 等业务指标，探索以投放效果为导向的生成模型优化方法（如基于 reward model 的 RLHF、A/B test 驱动的迭代优化）； 前沿技术跟进与创新：紧跟 AIGC 领域最新进展（Diffusion Models、DiT、视频生成、多模态统一模型等），结合广告业务特性提出技术创新方案。
职位要求
- 计算机科学、人工智能、电子工程、数学等相关专业在读硕士/博士，2026-2027 届毕业生或实习生；
- 扎实的深度学习基础，熟悉主流生成模型原理（Diffusion Models、GAN、VAE、Flow Matching 等）；
- 熟练使用 PyTorch 等主流深度学习框架，具备良好的 Python/C++ 编程能力；
- 了解主流视觉生成模型（如 Stable Diffusion、DALL·E、DiT、Sora、CogVideo 等）及其可控生成方法（ControlNet、IP-Adapter、LoRA 等）；
- 具备独立复现论文和设计实验的能力，有较强的分析问题和工程落地意识；
- 良好的沟通协作能力和自驱力，对广告/营销等商业化场景有兴趣；
- 加分项；
- 在 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、SIGGRAPH、ACM MM 等顶会发表过相关论文；
- 有图像/视频生成模型的训练、微调或产品化落地经验；
- 有广告创意、内容营销或推荐系统相关的研究或工程经验；
- 了解广告投放链路（如 CTR 预估、创意优选）并能将其与生成技术结合思考；
- 有大规模模型训练或推理优化经验。
