快手多模态视频生成算法实习生-【可灵团队】
任职要求
1、熟悉视频生成基础模型如SVD、Sora、meta moviegen、hunyun video等；
2、熟悉多模态大语言模型（deepseek/qwen等）、多模态理解生成、世界模型优先；
3、熟悉语音驱动视频生成、语音生成优先；
4、有多模态大语言模型、图像/视频生成、3D生成大规模训练和数据清洗经验者优先；
5、学习能力强、自驱、代码能力强、善于解决问题者优先；
6、有一作顶会或顶刊论文发表经历或相关知名大模型开源项目者优先。
可灵欢迎优秀同学加入：
团队大部分实习生是cuhk/hku/hkust，清北浙等高校的优秀博士生，大家合作交流密切。欢迎优秀同学加入！工作职责
1、参与快手kling多模态视频生成的研发和落地工作（实习生以发论文为主），包括但不限于: t2v，i2v等基础模型研发、多模态可控视频生成编辑、世界模型等； 2、探索将多模态大语言模型mllm如deepseek/qwen相关技术与视频生成相结合，包括但不限于：提升kling视频生成的多模态理解、推理、多轮交互能力等； 3、探索将语音和视频生成相结合，包括但不限于：语音驱动的视频生成，有声视频等； 4、探索实时可拓展的多模态视频生成技术，提升多模态视频生成的质量和效率等； 5、在顶会顶刊上发表研究成果和开源代码，提升团队在多模态视频生成等领域的学术声望。
1、参与快手kling多模态视频生成的研发和落地工作（实习生以发论文为主），包括但不限于: t2v，i2v等基础模型研发、多模态可控视频生成编辑、世界模型等； 2、探索将多模态大语言模型mllm如deepseek/qwen相关技术与视频生成相结合，包括但不限于：提升kling视频生成的多模态理解、推理、多轮交互能力等； 3、探索将语音和视频生成相结合，包括但不限于：语音驱动的视频生成，有声视频等； 4、探索实时可拓展的多模态视频生成技术，提升多模态视频生成的质量和效率等； 5、在顶会顶刊上发表研究成果和开源代码，提升团队在多模态视频生成等领域的学术声望。
1、主要负责可灵平台创作功能用户体验策略算法优化，帮助提升可灵平台用户留存、营收等核心指标； 2、参与大规模机器学习、深度学习领域技术研发工作，包括但不限于多模态、大模型SFT等算法研发； 3、参与搭建可灵平台在线学习策略算法系统，快速处理海量用户数据，提升算法性能，满足高并发、高时效性和可靠稳定性； 4、和产品、运营等团队合作，共同优化可灵社区生态，提供给用户更好体验，满足用户视频内容生产与消费、社交互动等多维需求。
1、负责短视频生产/直播/商业化等特效智能策略算法研发优化。提高用户对模板/魔表等特效使用基础体验，增强特效业务智能化； 2、紧跟AIGC算法原理和发展，利用公司内部快意/可图/可灵/TTS等大模型平台，结合业务需求进行AIGC应用落地； 3、负责特效大数据加工和分析，通过因果推断、运筹优化等方法对生产、消费数据挖掘，洞察业务痛点，指导及优化特效相关业务内容。
随本地生活业务多场景AI落地，构建AIGC、B/C端等智能服务的数据飞轮，主要工作涉及: 1. 用户数据分析和策略制定：分析用户交互数据和转化数据，评估不同商品和不同视频内容下用户的转化情况，制定选品、价格和内容优化策略； 2. 优化模型生成效果：负责模型训练数据构建与管理，参与数据筛选、标注及评测体系构建工作。分析和挖掘现有数据资源，通过数据驱动的方法优化，结合A/B测试等手段验证调整效果。