快手视频生成算法工程师-【可灵团队】

1、从事AIGC领域的算法探索和落地开发，负责项目规划与前沿技术推进；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优化； 2、研发方向包括但不限于图像/视频/3D图形的生成，重点解决低成本、高品质生成以及可控编辑等关键问题。

1、负责多模态视频生成模型的 RLHF 数据体系建设与工程落地，围绕运动质量、文本对齐、画面稳定性、风格一致性等核心业务指标，构建可规模化、可迭代的数据生产与交付流程； 2、设计并实现面向视频生成的 偏好建模与 Reward 机制，将主观质量（美感、合理性、符合指令等）转化为稳定、可优化的训练信号，推动模型在真实场景中的持续提升； 3、在生产环境中落地 DPO / GRPO / ReFL / PPO 等后训练与强化学习方法，结合数据策略与算法设计，提升模型效果并控制训练成本与稳定性； 4、深度对齐业务目标（如生成质量、用户满意度、场景可用性、内容安全等），以 “数据 + 算法 + 评测”闭环驱动模型迭代，对关键指标提升结果负责； 5、与算法、工程、数据、产品及运营团队紧密协作，建设 自动化数据管线、评测与回归体系，确保 RLHF 能在多模型、多版本中稳定复用与规模化落地。

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。