百度AIGC算法实习生 - 多模态理解方向（J98723）

岗位职责： 1. 基于不同的多模态大模型或者视觉生成模型来解决业务所面临的挑战，包括但不限于视频主观质量评价，图像视频超分等。 2. 深入调研和关注视觉模型等方向的前沿技术，将前沿技术在业务上落地。 3. 在视觉感知/视频质量评价/图像视频超分领域做出单点研究突破，发表高质量论文。

1. 主导或参与图像/视频生成大模型的核心算法研发，聚焦扩散模型及VAE的前沿架构创新优化，完成大规模分布式训练、数据流水线构建及算法工程化部署； 2. 推动视觉生成技术在夸克多产品线的场景化落地，解决实际工程问题，实现从算法原型到工业级系统的端到端优化； 3. 开展前沿算法研究，探索多模态后训练、可控生成及推理加速等方向，保持算法的领先性。

我们是国内使用量最大的电商AIGC平台之一。 你将参与到：构建以评测驱动的多模态数据高效处理与迭代机制，融合多模态理解、合成增强等关键技术，打造适用于AI电商场景的高质量融合数据，最终实现“数据-模型-场景”的高效协同闭环，推动新一代AI数据体系的建设。

1.跟踪和探索前沿3D生成式技术，重点研究基于扩散模型（Diffusion）的Text/Image-to-3D、可控3D资产生成及大型3D基础模型。 2.研究和应用相关技术，利用卫星图和3D矢量地图作为强几何/纹理约束，实现高清3D实景资产的自动化生成与业务落地。 3.具备一定的论文撰写能力和科研能力，熟悉NeRF/3DGS等重建技术者优先。