岗位职责
我们正在探索流式视频生成大模型方向,你将参与构建面向真实世界的实时视频处理系统,覆盖TV2V、TIV2V、TI2V等前沿课题,推动模型能力从离线处理走向实时交互式处理。
- 深度参与流式视频编辑大模型的研究与落地,涵盖超分辨率画质增强和生成式修复、指令风格化、参考图风格化、特效生成、交互式图片等核心任务,打造业界领先的视频编辑能力;
- 探索Diffusion、自回归等生成范式在流式视频编辑领域的前沿技术,包括但不限于高效推理、时序一致性建模、多条件可控生成等方向,推动技术创新与工程落地;
- 研究Consistency Model、DMD、GAN蒸馏等加速方法在视频编辑场景的应用,解决工业级实时性与画质的平衡难题,支持大规模线上服务;
- 参与高质量视频编辑数据的挖掘、清洗与合成,结合Post-training、强化学习等方法持续优化模型效果与泛化能力;
- 跟踪视频生成与编辑领域最新进展,将相关研究总结为顶会论文、专利或技术博客,推动团队技术影响力建设。
职位要求
- 本科及以上学历,计算机科学、人工智能、电子信息、自动化等相关专业;
- 在图像/视频深度学习领域有丰富经验,具备扎实的图像与视频处理算法基础,有良好的数学功底,熟练掌握Python/C++;
- 熟悉Diffusion基础原理,了解SD
- 5/FLUX/Qwen-Image等T2I模型及Wan等T2V模型细节,了解self forcing、causal forcing训练细节;
- 熟悉Consistency Model、DMD、GAN蒸馏等加速方法,有Diffusion生成式模型性能调优与落地经验者优先;
- 在相关领域顶会或期刊(CVPR、SIGGRAPH、ICCV、ECCV、NeurIPS、TPAMI等)发表过论文,或有知名开源项目、顶级竞赛获奖经验者优先;
- 强烈的技术热情与好奇心,优秀的分析与解决问题能力,良好的团队协作和沟通能力,乐于探索新技术并推动创新落地。