高德地图视频生成算法实习生
任职要求
1. 计算机科学、电子工程、自动化或相关领域的硕士以上学位；
2. 具备基础的视频生成、图像生成的领域知识；
3. 具备优秀的解决问题的能力；
4. 良好的团队合作精…工作职责
团队介绍：我们正在寻找多位视频生成，图像生成相关的实习生加入到我们团队，对T2V/I2V的模型进行研发，并在高德的业务场景进行落地。 主要职责： 1. 负责视频生成技术的前沿技术的研究，并且能够使用到落地的视频生成模型中，提升视频生成模型的能力； 2. 针对视频生成的某一个领域问题，能够做到问题建模，创新性提出优化方法和模型训练。
岗位职责： 1. 基于不同的多模态大模型或者视觉生成模型来解决业务所面临的挑战，包括但不限于视频主观质量评价，图像视频超分等。 2. 深入调研和关注视觉模型等方向的前沿技术，将前沿技术在业务上落地。 3. 在视觉感知/视频质量评价/图像视频超分领域做出单点研究突破，发表高质量论文。
Location: Beijing THE ROLE: AMD is looking for an AI R&D intern to join our growing team. As a key contributor you will be part of a leading team to drive and enhance AMD’s abilities to explore the highest quality, academic/industry-leading technologies. THE PERSON: The ideal candidate possesses an innovative and problem-solving mindset, has a keen eye for Software engineering development, and is diligent and passionate about Technology. A successful candidate will need to employ strong knowledge in computer technologies, and SW engineering expertise as well as a strong ability to compete effectively in a fast-paced, relevant environment while working with different teams of engineers and collaborators. KEY RESPONSIBILITIES: Research the latest advancements and technologies in Generative AI, more specifically image/video/world generation, MLLM, designing and developing innovative applications aligned with company needs. Study the SOTA generation algorithms and enhance the accuracy and performance of existing models. Explore optimized deployment approaches ensuring efficiency in production environments. Collaborate with teams, share best practices, and provide guidance and support on Generative AI technologies.
1， 算法创新，探索扩散模型在图像视频生成领域，画质，动态性提升的方法 2，算法创新，探索扩散模型推理提速的蒸馏方法和无需训练的方法 3，业务支持，改进现有扩散模型以实现目前业务所需的一些特性，如提高人像一致性，长视频生成的稳定性，指令遵循能力等 4，业务支持，改进现有扩散模型以实现流式地生成
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。