优酷默嘻动画-美术师-北京
任职要求
【能力要求】 1.人体结构、透视、色彩理论扎实，手绘/建模能力强。面试须提供非AIGC 的作品集。 2.软件综合技能：精通Photoshop、SAI等绘图软件，熟 悉Blender/C4D/ZBrush等至少一种3D软件者优先，具备跨维度设计能力。 3.熟练掌握Midjourney、StableDiffusion等工具，能将其作为“加速 器”融入工作流（如快速出方案、辅助细化），但坚持人工把控品质与细节。 3.对“网感”内容有敏锐度，可以在设计中加入符合当下潮流的元素； 4.具备良好的沟通悟性，有跨部门、跨…
工作职责
【岗位职责】 1.能够独立完成IP角色的设计与绘制，并积极参与世界观设定，提供美学 构想，包括但不限于场景、道具及关键宣传物料的设计； 2.主导社交媒体短内容（海报、条漫、动态图）及深度长内容（小说插图、漫画风格稿、影视概念图）的视觉落地； 3.制定美术工作计划，快速对设计方案进行修改、细化与迭代，对工作进度负责； 4.运用AI工具辅助方案发散、素材生成及细节渲染； 5.维护IP视觉资产库的统一性与完整性。
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、基于业务阶段、用户偏好等要素，制定哈啰普惠四轮业务（顺风车、打车和拼车）的品类推荐策略，通过落地展示、默勾、推荐等策略动作，为业务的流量效率提升负责； 2、制定在不同流量场下的品类计划，协助制定品类垂直化打法，通过交易效率增长带动品类规模增长； 3、整合各方资源，主导项目协同产品、算法等团队，可独立推进关键项目有效落地。