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。
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。 1、探索研究多模态理解、生成式、机器学习、强化学习、AIGC、计算机视觉、人工智能等前沿技术； 2、探索大规模/超大规模多模态理解与生成交织的基础模型，并进行极致系统优化；数据建设、指令微调、偏好对齐、模型优化；提升数据合成、Scalable oversight、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力； 3、探索突破包括而不限于多模态RAG，视觉COT与Agent等在内的多模态模型、世界模型进阶能力，构建GUI/游戏等虚拟世界的通用多模态Agent； 4、探索全模态流式视频理解模型，内容包括但不限于支持无限长序列流式输入，高功能主动响应能力，超低延时推理与响应，全领域实时解说，Learning From Video等 5、利用预训练、仿真等技术对虚拟/现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。
1. 实时视频生成算法研究： 紧密追踪并深入研究实时视频生成领域的最新进展，积极探索新的模型架构、训练范式、优化策略和硬件加速方案，实现并验证工业界可落地的方案； 2. 模型设计与优化： 负责实时视频生成模型的设计、训练、评估和优化，在保证视频质量的同时，大幅提升生成速度和计算效率； 3. 性能瓶颈分析与解决： 针对实时性要求，深入分析现有算法和系统的性能瓶颈，并提出有效的解决方案，确保视频生成流程的流畅与高效。
岗位职责： 1. 负责自动驾驶世界模型/视频生成/场景重建的技术研究 2. 负责世界模型在自动驾驶长尾数据生成、闭环仿真场景生成领域的落地，解决实际应用中的关键问题 3. 跟进世界模型相关前沿技术，保持团队在业界的领先性，总结工作成果
1. 算法研发：聚焦自动驾驶、车载或机器人领域的算法和模型研发，不限于世界模型、视频生成模型、多模态大模型和VLA模型。 2. 业务落地：负责车载和自动驾驶业务的研究、设计、开发和优化工作。参与项目的需求分析、设计评审和代码评审。跟踪和研究领域的前沿技术和趋势，为项目提供技术支持。