快手视频生成算法工程师
任职要求
1、 计算机和数学相关专业,硕士及以上学历;
2、对VAE、扩散模型、ViT等相关AI技术有理解和经验;
3、熟悉GAN、D…工作职责
从事视频AIGC领域(类Sora)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。
将最前沿的生成式AI技术应用于长视频内容的生产与创新。我们正在构建行业领先的文生视频与图生视频大模型,旨在通过AI重塑影视剧本可视化、智能剪辑与特效制作流程。你将有机会利用海量的高质量影视数据,训练懂镜头、懂叙事的视频生成模型。 【岗位职责】 -核心模型研发: 负责文生视频、图生视频大模型的SFT(有监督微调)与LoRA训练策略设计。基于爱奇艺独有的影视级数据,优化模型在特定风格、角色一致性及动作流畅度上的表现; -对齐与强化学习: 探索并应用RLHF/RLAIF技术于视频生成领域,利用PPO、DPO或GRPO等算法,提升模型对指令的遵循能力及视频生成的美学质量; -可控生成探索: 研发基于ControlNet、Adapter等技术的可控视频生成算法,解决视频生成中的一致性、运镜控制及物理规律遵循等痛点,满足专业内容生产(PGC)需求; -工程与落地: 负责算法模型在业务场景(如智能预告片、脚本转视频)的落地与效果迭代。
岗位介绍 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。 1、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、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; 2、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; 3、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; 4、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; 5、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。
