哔哩哔哩视频生成大模型算法实习生
任职要求
职位要求：
1.计算机科学、CV、ML、具身智能等相关领域硕士及以上学历（博士优先）。
2.在通用视觉理解或生成模型（VAE/DiT/VLM）领域有扎实的研究背景，并在 Image/Video/3D/Audio 任一模态上有深入的研发落地经验。
3.有优秀的coding/工程能力，动手能力强，能熟练处理大规模数据训练及分布式训练任务，能够独立应用…工作职责
职位描述 我们是哔哩哔哩多模态视频生成技术团队。依托团队自研的业界领先 AniSora 动画生成系统及 AI 辅助智能创作工具链，我们正专注于 AI 动画与视频生成核心技术的深度研究与落地。我们的目标是打造面向未来的视频内容生产力平台，重塑创作范式。期待你加入我们，与优秀的技术伙伴并肩站在前沿，攻克实际技术难题。 工作描述： 1.下一代理解生成一体化模型的结构设计与研发，探索VLM-based Video Diffusion、Autoregressive Video Diffusion等多种技术路线； 2.研究及探索图像生成、VLM蒸馏模型的训练数据及训练策略； 3.设计及研发自动化评估方法，为模型研发与强化学习提供科学指导。
1. 参与视频剧本生成 Agent 的算法研发与落地，围绕视频剧本生成、角色一致性、场景连续性、镜头编排、文案生成等核心能力，持续提升模型在真实业务中的可用性与稳定性。 2. 负责多 Agent 系统设计与 Harness Engineering，包括任务拆解、角色分工、状态管理、工具调用、反馈回路、自动评测等，构建可扩展、可迭代的 Agent 应用架构。 3. 参与大模型后训练与对齐优化，探索 agentic RL、SFT、偏好优化、过程奖励建模等前沿方法，提升模型的剧本写作能力、工具调用能力和复杂任务规划能力。 4. 结合业务场景设计数据构造、标注、评测和迭代方案，推动算法效果在视频创作、广告生成、内容生产等场景中的持续提升。 5. 跟踪大模型、Agent、强化学习等前沿技术动态，探索其在内容生成和创意生产场景中的创新应用。
Seed 大模型人才校招，是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信，真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇，Seed 团队并不止步于模型迭代，而是选择进入技术深水区，推进下一代 AI 范式突破，不断探索智能的边界与上限。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。 Seed 团队在 AI 领域拥有长期愿景与决心，团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE 等超过 50 个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包 App 用户量在中国市场排名第一，豆包大模型日均 Token 调用量行业领先。 视频生成团队负责与视频生成相关的 foundation model 基础研究，包括了多模态生成、多模态实时交互、视觉智能基础模型/表示等相关方向。团队于26年2月推出 Seedance 2.0，SoTA 音视频&多模态能力世界领先，支持豆包、即梦、火山引擎、抖音、剪映等核心业务场景。 1、参与视频生成基础模型相关结构的研究和开发，包括：VAE，MOE，Attention，动态稀疏结构，超长序列建模，原生多模态表征与架构，AR+Diffusion架构与应用探索； 2、参与视频生成基础模型全流程的研究和开发，围绕视频生成的新应用/产品研发。
1. 负责大模型(LLM/VLM), 视频生成、数字人相关算法服务高性能推理服务研发与部署； 2. 负责大语言模型（VLM/LLM）应用系统的架构设计与工程实现； 3. 主导大模型微调, 模型压缩、量化(INT8/AWQ)及性能调优，深度应用TensorRT-LLM, vLLM, Triton等推理引擎； 4. 推动大模型，视频生成，图片生成等生成服务在电商(如数字人、带货视频)场景的工程化落地与性能保障。
1、统筹视频/图像生成模型不同专项的数据标注和评测项目的交付工作，包括对接需求、制定合理的交付方案。对交付中的风险及时把控，制定风险应对策略，确保项目高效交付； 2、负责数据质量把控，梳理并分析数据质量的问题，优化质控方案，能够反哺和迭代标注标准，提升标注质量，从而提高模型效果； 3、深入理解业务场景、行业动态和大模型技术趋势，推动数据团队和算法、产品团队的深度融合，共同制定并明确标注规范与交付标准； 4、能够根据业务需求合理分配工作任务，组织管理外包、众包人员，充分发挥团队成员的专业优势，提升团队整体工作效率； 5、建立和完善标注项目的质量控制体系，结合项目需求不断优化标注-审核-验收-交付流程，确保数据高质量交付。