传音音视显资深测试工程师（领域TSE角色）(J18191)

研究领域： 人工智能 项目简介： 课题1：音视频细粒度理解与token压缩，负责人：默宸，HC数：1个 随着大模型时代的到来，图文领域的视觉Token压缩技术为复杂场景下的视觉理解提供了全新的解决思路。这种技术不仅能够有效减少冗余信息，还能保留关键语义特征，从而显著提升图像的细粒度理解能力，同时满足高时效性任务的需求。基于此，我们希望能够开展基于query牵引与信息密度的Token压缩算法研究，针对视频内容的特点，设计高效的压缩与理解方案，以推动视频审核算法的性能优化与实际落地。 课题2：基于规则动态化Token交互的高效视频理解与推理模型研究，负责人：夜兰，HC数：1个 本研究方向旨在探索一种基于多规则联合推理的高效视频理解模型，以解决视频理解任务中效率与精度的平衡问题。通过规则先验引导的视觉Token联合抽取，结合视觉Token压缩技术，显著减少冗余信息并优化计算效率。模型引入动态规则-Token对应机制，实现规则与视觉信息的高效联合提取，同时结合多任务学习框架，支持多种规则的统一推断与协同处理。该方案能够在保持高精度的同时显著提升推理速度，适用于视频内容多规则审核、视频账号行为识别和场景分类等高时效性任务，为实际应用场景提供高效、细粒度的视频理解解决方案。 课题3：视频开集信息检测和定位，负责人：默宸，HC数：1个 随着视频内容生态的爆发式增长，传统闭集检测方法在面对业务快速迭代需求时面临显著挑战，难以泛化至开放场景下的新概念检测，且时空定位精度与效率难以平衡。本研究致力于构建视频开集信息检测框架，通过多模态语义对齐与时空注意力机制，实现对任意指定内容的视频检索（包含时空定位）。该技术将推动视频审核从定制化开发向通用化检测转型。 课题4：隐式深度推理与动态步骤压缩的协同优化架构研究，负责人：侯猫/亘郁，HC数：2个 现有大语言模型在复杂推理任务中面临根本性效率瓶颈：基于Transformer的注意力机制导致计算复杂度随上下文长度呈二次增长，KV缓存存储开销线性增加。传统显式推理方法（如Chain-of-Thought）通过生成冗长中间步骤提升精度，却加剧了计算资源消耗；而隐式推理虽能压缩计算步骤，但存在推理路径不可控、状态迭代深度不足等缺陷。因此希望从融合动态步骤压缩与隐式深度推理的角度出发，不仅实现动态剪枝冗余中间思考步骤，同时通过隐状态迭代实现深度计算扩展，从而达到在保持/提升推理精度的同时，将复杂任务的计算负载降低5，突破现有模型在长文本生成与多跳推理中的效率天花板。

1、负责输出会议室IT设备的标准解决方案，包括无线投屏、商显、音视频设备选型和系统运维，持续提升用户入会体验 2、负责对文印系统、设备的运维，包括文印设备的上下架、报修、维保、抄数、巡检、系统预警处理等，保障设备可用性 3、负责对PC机房的建设和运维，包括机房用电设计评估、物资选型、网络需求对接，确保机房建设成本的合理性和稳定性 4、负责对IT弱电机房服务器系统安装、上下架、基本故障处理、盘点，确保操作流程合规，保障服务器、存储、网络设备、UPS、精密空调等设备稳定运行 5、负责对IT电脑硬件选型提供专业意见，确保性能与成本的平衡 6、负责会议室设备资产管理、持续优化设备预警能力、推动资产自动化盘点落地 7、负责专项项目方案评估，落地实施及设备运维，使用利旧设备，为业务部门提供云算力软硬件服务，降低业务运营成本 8、对现有工作流程、制度、系统工具建立统一标准规范，运营最佳实践案例在内部复用

* 负责跨平台音视频模块的基础功能开发，对接各平台客户端实现相应需求。 * 负责音视频模块的兼容问题处理，使其在多样用户环境下运行良好。 * 负责音视频模块的性能优化，整体提升用户体验。

1、负责包括快手视频直播、转码后端的工程化开发与优化； 2、负责流媒体系统的设计与开发； 3、负责音视频的编码、传输、转码、解码等模块的开发； 4、根据需求与总体设计要求，编写技术及接口文档。