字节跳动视频生成算法研究员-Seed大模型人才校招
任职要求
1、2027届获得本科及以上学历，计算机、电子、数学等相关专业；
2、要求至少具备以下某一方向的研究和实践经验，同时具备多方向经验者优先：
1）图片/视频生成扩散模型，核心环节大规模训练实战经验；
2）视觉自监督学习/表示学习/VAE的前沿研究经验；
3）模型结构设计，如MOE，A…工作职责
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.负责针对影视任务（如影视后期编辑、ai视效、ai短剧等）视频生成与编辑领域核心算法的研究与开发，涵盖 Text-to-Video、Image-to-Video、Video Editing、视频理解生成统一模型、image/video relighting、3D生成等技术方向； 2.针对影视工业的高标准需求，攻克生成视频的"AI感"、时序细节一致性、画质细节等关键问题； 3.探索并落地生成内容的精细化控制方案，提升模型输出的艺术表现力与商业可用性； 4.紧跟学术界与工业界最新研究进展，快速复现并评估 SOTA 算法，结合影视业务场景进行创新性改进，推动前沿技术向生产力转化； 5.与产品、工程、内容创作团队紧密协作，将算法能力转化为实际产品功能。
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。
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。
专注于视频理解与生成应用算法研究，具体研究内容包括： 1.视频理解：通过高质量数据构建方案，实现视频的精细主体/运动/场景描述以及长视频结构化描述（如人物关系、情节发展、故事主旨），支持长视频问答与精准时序定位。同时结合R1等前沿思维链技术解析复杂视频事件，视频逻辑推理等； 2.视频生成：聚焦视频DiT/AR等前沿架构下的垂类微调，包括复杂人体运动/场景动效生成与可控编辑技术，研究多模态指令驱动的视频编辑、人体运动增强及物理约束建模方法，提升生成视频的动态质量与风格迁移能力。