岗位职责
主要职责：
1. 聚焦游戏推广场景，研发长视频理解、token压缩、影视视频剧本还原、全模态高光理解、流式视频理解、理解和生成统一等技术方向，创新性优化相关算法,
2. 面向高转化率短视频的生成模型（如文生视频、图生视频、角色动作生成、UI元素合成等），支持多语言、多地区、多游戏品类的素材快速生成 ;
3. 构建端到端的视频理解及AI视频生成 pipeline，包括：素材模板管理、动态文案生成、角色/场景替换、镜头运镜控制、字幕/音效自动合成、A/B测试反馈闭环等。
4. 持续跟踪图像和视频生成领域的最新技术动态，评估并实施前沿技术，推动技术在公司产品中的应用与创新。
岗位要求
岗位要求：
1. 计算机、数学、统计学、人工智能等相关专业，硕士及以上学历，在视觉生成、计算机视觉、多模态等领域基础扎实；
2. 代码能力扎实 ，熟练掌握PyTorch开发，有PyTorch分布式训练经验；
3. 熟悉生成模型（VAE，Diffusion Models，DiT）
4. 对于理解/生成相关技术有热情，热衷于探索前沿技术，渴望做出好的成果；
5. 自驱力强，具备良好的团队合作精神，性格积极乐观。
加分项：
- 在图像或视频生成或多模态方向（NeurlPS、ICML、ICLR、CVPR等）发表过论文；
- 熟悉MoE、模型蒸馏，深入理解对比学习、提示工程、RLHF等技术原理；
- 有使用 Runway、通义万象、Sora API 或自研视频生成系统 构建工作流的经验。
- 有基于视频Catpion、视频Grounding、视频摘要、视频问答、美学评价、高光检测、动作识别、视频编辑、视频风格化等项目落地经验
搜狐畅游