快手多模态视频生成算法专家-【可灵团队】
社招全职3-5年J0011地点：北京 | 深圳状态：招聘
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…
登录查看完整任职要求
微信扫码，1秒登录
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，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。
包括英文材料
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
相关职位
社招5年以上游戏技术
1.探索研究多模态理解、生成式、强化学习等前沿技术； 2.负责世界模型相关核心算法的研发与落地，包括但不限于视频生成、视频预测、视频编辑等方向； 3.探索面向游戏世界场景的新一代视频生成技术，构建具备可交互性、可编辑性、物理一致性和时空一致性的世界模型。
更新于 2026-04-15深圳
社招5年以上公共技术
1.负责世界模型（World Model）相关核心算法的研发与落地，包括但不限于视频生成、视频预测、视频编辑等方向； 2.探索面向游戏世界场景的新一代视频生成技术，构建具备可交互性、可编辑性、物理一致性和时空一致性的世界模型。
更新于 2026-06-08深圳
社招3-5年J0011
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。
更新于 2026-06-09北京|深圳
社招3年以上公共技术
1.负责世界模型（World Model）相关核心算法的研发与落地，包括但不限于视频生成、视频预测、视频编辑等方向； 2.探索面向游戏世界场景的新一代视频生成技术，构建具备可交互性、可编辑性、物理一致性和时空一致性的世界模型。
更新于 2026-03-31深圳