1、负责研发业界领先的多模态理解与生成统一架构，从事基础模型预训练、监督微调、架构优化等，重点探索感知（理解）与生成能力的协同演进与边界突破； 2、研究高效建模多模态数据（图像、文本、视频等）的新范式，提升模型的信息表征、理解与联合生成能力； 3、探索并研发更高效的视觉编码器，构建更强大的多模态模型基础； 4、发表高水平学术论文和开源项目，提升团队在学术界、工业界的技术影响力。

1、负责研发业界领先的多模态理解与生成统一架构，从事基础模型预训练、监督微调、架构优化等，重点探索感知（理解）与生成能力的协同演进与边界突破； 2、研究高效建模多模态数据（图像、文本、视频等）的新范式，提升模型的信息表征、理解与联合生成能力； 3、探索并研发更高效的视觉编码器，构建更强大的多模态模型基础； 4、发表高水平学术论文和开源项目，提升团队在学术界、工业界的技术影响力。

1、负责研发业界领先的多模态理解与生成统一架构，从事基础模型预训练、监督微调、架构优化等，重点探索感知（理解）与生成能力的协同演进与边界突破； 2、研究高效建模多模态数据（图像、文本、视频等）的新范式，提升模型的信息表征、理解与联合生成能力； 3、探索并研发更高效的视觉编码器，构建更强大的多模态模型基础； 4、发表高水平学术论文和开源项目，提升团队在学术界、工业界的技术影响力。

1、了解多模态内容生成相关算法，如Diffusion Models 、 GAN 、 VAE 、 Autoregressive Models等，包括但不限文本/图像/视频生成，解决生成质量、多样性、可控性、采样效率、可编辑等问题； 2、了解端到端多模态生成式大模型的框架设计、训练与调优，构建基于生成模型的AI系统，推动多模态AIGC在快手各业务场景的产品化落地。

1、从事生成式AI方向的算法探索和落地开发； 2、负责视觉生成基础模型的框架设计与预训练，以及面向实际应用的调优；研发方向包括但不限于图像/视频/3D图形的生成。

你是否想过，未来的电影、短视频、甚至虚拟世界，可能都由AI“生成”？而决定AI能“看懂”什么、能“创造”什么的关键，正是数据。我们正在寻找对AI视频充满好奇的校园新星，共同参与视频大模型背后的“燃料系统”——高质量、大规模、智能驱动的训练数据产线。你将做什么？ 1、设计AI的“视觉食谱”； 2、不是随便喂数据就行！你要为视频生成模型量身定制数据策略——从真实视频到AI合成内容，从动作连贯性到光影细节，让模型“吃得好、长得快”； 3、打造一条“AI数据工厂”； 4、从0到1搭建高效、可扩展的数据生产链路：定义需求 → 设计流程 → 协调资源 → 验收交付。你不是旁观者，而是这条智能产线的“设计师”； 5、用数据说话，让模型进化； 6、建立科学的质量评估体系，不靠感觉，靠指标。当模型“翻车”时，你能快速定位是数据缺了什么，还是逻辑哪里断了，并推动算法团队一起优化； 7、用大模型“造”大模型，是的，我们不用纯人工！你要探索如何用大模型自动筛选、增强甚至生成训练数据——让AI自己帮自己长大，实现真正的飞轮效应。

你是否想过，未来的电影、短视频、甚至虚拟世界，可能都由AI“生成”？而决定AI能“看懂”什么、能“创造”什么的关键，正是数据。我们正在寻找对AI视频充满好奇的校园新星，共同参与视频大模型背后的“燃料系统”——高质量、大规模、智能驱动的训练数据产线。你将做什么？ 1、设计AI的“视觉食谱”； 2、不是随便喂数据就行！你要为视频生成模型量身定制数据策略——从真实视频到AI合成内容，从动作连贯性到光影细节，让模型“吃得好、长得快”； 3、打造一条“AI数据工厂”； 4、从0到1搭建高效、可扩展的数据生产链路：定义需求 → 设计流程 → 协调资源 → 验收交付。你不是旁观者，而是这条智能产线的“设计师”； 5、用数据说话，让模型进化； 6、建立科学的质量评估体系，不靠感觉，靠指标。当模型“翻车”时，你能快速定位是数据缺了什么，还是逻辑哪里断了，并推动算法团队一起优化； 7、用大模型“造”大模型，是的，我们不用纯人工！你要探索如何用大模型自动筛选、增强甚至生成训练数据——让AI自己帮自己长大，实现真正的飞轮效应。

1、从事视频AIGC领域的算法探索和落地开发，包括基础模型的框架设计与预训练，以及面向实际应用的优化； 2、重点解决低成本、高品质生成以及可控编辑等关键问题。

1、从事视频AIGC领域的算法探索和落地开发，包括基础模型的框架设计与预训练，以及面向实际应用的优化； 2、重点解决低成本、高品质生成以及可控编辑等关键问题。

参与快手大模型推理引擎研发，工作内容包括： 1、参与大模型推理引擎的设计和研发，支撑快手自研以及开源模型的快速部署和高性能推理 2、通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等 3、支持RL中的多样化采样、generation性能优化等

1、为实现类 Sora 模型实时化无损生成研究可行方案, 包括但不限于 步数蒸馏, efficiency-attention 计算, cache-reuse 策略, QAT训练等； 2、为 LLM/MLLM 的高效推理探索前沿解决方案, 包括但不限于 efficiency architecture, sparse attention, fp8/4-tuning, data/model distillation, speculative decoding等； 3、在指导下参与视频生成大模型/多模态大模型的全链路探索。

1、diffusion步数压缩: 探索 diffusion 模型的 one-step / few-steps 的无损蒸馏算法, 跟进学术界最前沿的 few-steps diffusion 算法, 包括但不限于 consistency modeling, shortcut, score distillation等方案, 打造实时化的极致高效可灵/可图 大模型； 2、高效attention设计: 探索新一代注意力实现机制, 包括但不限于: sparse/quant-attention, linear-attention, mamba等, 打破 attention 计算平方复杂度限制, 解决 长序列视频/图像 引起的推理挑战, 推进 可灵/可图 大模型的长序列场景下的推理极限； 3、强化反馈优化: 应用 DPO/GRPO/PPO 等强化学习的手段调优模型效果, 在模型压缩的前置条件下探索强化学习与压缩算法的化学反应, 推动 可灵/可图 大模型的效果-效率帕雷托前沿新SOTA。

1、为实现类Sora模型实时化无损生成研究可行方案, 包括但不限于步数蒸馏，efficiency-attention计算，cache-reuse策略，QAT训练等； 2、为LLM/MLLM的高效推理探索前沿解决方案, 包括但不限于efficiency architecture,sparseattention,fp8/4-tuning,data/model distillation,speculativedecoding等； 3、在指导下参与视频生成大模型/多模态大模型的全链路探索。

1、diffusion步数压缩：探索diffusion模型的one-step / few-steps的无损蒸馏算法，跟进学术界最前沿的few-steps diffusion算法，包括但不限于consistency modeling、shortcut、score distillation等方案，打造实时化的极致高效可灵/可图大模型； 2、高效attention设计：探索新一代注意力实现机制，包括但不限于sparse/quant-attention、linear-attention、mamba等，打破attention计算平方复杂度限制，解决长序列视频/图像引起的推理挑战，推进可灵/可图大模型的长序列场景下的推理极限； 3、强化反馈优化：应用DPO/GRPO/PPO等强化学习的手段调优模型效果，在模型压缩的前置条件下探索强化学习与压缩算法的化学反应，推动可灵/可图大模型的效果-效率帕雷托前沿新SOTA。

1、深度参与快手自研大模型（LLM、T2I、I2I、MLLM等）的评测工作，和一线算法团队并肩作战； 2、参与评测体系的搭建与完善，思考如何科学衡量模型真实水平； 3、开发和维护评测工具，让评测更高效、更智能； 4、评估图像等多模态生成结果的客观质量和美学表现（如指令遵循、风格一致性、艺术创造力），让 AI 更懂审美； 5、通过数据收集、分析和可视化，产出具备洞察力的评测结论。

1、使用各类主、客观方法对视频/图片数据进行处理，制定数据处理标准和规范，处理范围包括不限于基础质量、摄影、艺术、设计等专业层级； 2、使用SD、MJ、DS、GPT等开源、商业生成式AI模型，ComfyUI等AI工具，满足业务需求，包括不限于搭建通用工作流、编写提示词模板、调整模型超参数等。

1、负责AIGC视觉生成方向的算法探索和落地开发，包括但不限于视频生成、图像编辑、文生图等； 2、参与基础模型的框架设计、预训练以及面向实际应用优化等，重点解决低成本、高品质生成、多样性以及可控编辑等关键问题； 3、紧跟学术前沿，深入研究视觉生成模型设计和优化的创新方法，全面提升视觉生成模型的生成效果； 4、发表高水平学术论文，提升团队在学术界、工业界的技术影响力。

1、负责通过基于大语言模型及多模态大模型的微调、prompts调优、指令构建及演化技术，将大模型的生成、理解、交互能力在公司核心业务场景应用落地，包括但不限于AIGC创意生成、视频处理、智能化特效、智能对话、代码生成、音视频传输、电商场景内容理解等； 2、负责LLM及多模态大模型的应用中台及相关技术模块搭建，包括但不限于Agents 、RAG、 function call、system prompts等，探索大模型应用前沿及新兴应用场景； 3、跟踪行业及大模型技术发展，结合业界前沿技术和业务需求，打造大模型应用的最佳实践； 4、了解业务，与公司各技术团队密切配合，能与产品、运营等角色高效沟通需求和目标，发挥自己的主观能动性，设计技术解决方案，培养自己的良好的业务sense和综合素质。

1、打造最适合短视频、直播、搜索推荐、电商、创作者玩法的多模态大模型，为快手的各项业务提供基座模型技术支持。多模态技术是通向AGI的重要方法和里程碑，期待和更多对多模态技术感兴趣的同学一起打造真正带来价值的模型算法技术； 2、深度探索多模态大模型的多阶段预训练、监督微调和RLHF等技术，打造业界第一梯队的多模态大模型，赶超GPT-4o、Gemini Pro等闭源模型的实际使用效果； 3、图片、语音、音频和视频多种模态信号的高效处理方式探索，提供对各类信号最精准的理解能力； 4、混合专家、蒸馏剪枝等兼顾模型性能和效果的技术探索。

1、负责AIGC视觉生成方向的算法探索和落地开发，包括但不限于视频生成、图像编辑、文生图等； 2、参与基础模型的框架设计、预训练以及面向实际应用优化等，重点解决低成本、高品质生成、多样性以及可控编辑等关键问题； 3、紧跟学术前沿，深入研究视觉生成模型设计和优化的创新方法，全面提升视觉生成模型的生成效果； 4、发表高水平学术论文，提升团队在学术界、工业界的技术影响力。