米哈游【提前批】动作生成研究员

T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2025年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 如果你，期望在阿里巴巴生态的广阔场景中，借助海量用户数据和先进的技术能力，打造千人千面的个性化数字人形象生产系统，为亿级用户提供高度定制化的虚拟形象服务； 如果你，期望参与最前沿的高表现力肢体表情驱动技术研发，通过先进的动作捕捉、表情合成和实时渲染技术，实现数字人自然流畅的表情和肢体动作，赋予数字人更真实的情感表达能力； 如果你，期望攻克数字人生成中的核心技术难题，例如基于扩散模型的高质量数字人生成、材质与纹理的高度还原、服饰动态效果的真实模拟，以及在复杂交互场景中保持人物和环境的一致性和自然度； 如果你，期望深入探索多模态统一大模型的应用，将图像、文本、音频等多模态信息融合，构建具备精细理解能力和强大生成能力的数字人系统，解决业界尚未突破的技术瓶颈； 加入我们，你的成果将直用于电商领域的核心场景，直播，客服，导购，影响数以亿计的用户，推动电商领域的数字化创新，并带来巨大的商业和社会价值。让我们一起定义未来数字人的无限可能！ T-Star实习可以带给你什么？ ꔷ ①加入前沿技术探索队伍，参与顶级课题研究，有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper ꔷ 投递T-Star实习生，提前解锁淘天顶级技术岗位，实习与T-Star正式批/应届秋招投递不冲突。拿到T-Star意向书的同时，将获得直通正式批次终面的机会；参与T-Star实习且表现优秀的同学，提供T-Star转正Offer。

T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2025年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 如果你，期望参与行业领先的3D商品建模方案，探索3D重建大模型算法，让手机拍摄稀疏图片高质量建模成为可能； 如果你，期望参与端侧实时3D真人数字人方案，探索人体重建、驱动和编辑算法，让构建数字人IP和用户数字分身轻松获取； 如果你，期望参与学术前沿的3D内容生成方案，探索基于3D模型的空间内容生成算法，让规模化生成制作3D内容触手可及； 如果你，期望参与基于苹果Vision Pro等新XR设备，发挥创意想法，探索下一个全民级的沉浸感体验应用； 如果你，期望将AI技术应用落地，转化为用户尖叫的产品体验，一起来吧； 那还犹豫什么，赶紧加入我们吧，你将与来自不同部门的优秀人才合作，不仅能够获得专业的培训和指导，还可以在工作中不断挑战自我，在职业生涯中不断成长和发展，享受工作中的乐趣和成就感。来吧，我们等你加入！ T-Star实习可以带给你什么？ ꔷ ①加入前沿技术探索队伍，参与顶级课题研究，有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper ꔷ 投递T-Star实习生，提前解锁淘天顶级技术岗位，实习与T-Star正式批/应届秋招投递不冲突。拿到T-Star意向书的同时，将获得直通正式批次终面的机会；参与T-Star实习且表现优秀的同学，提供T-Star转正Offer。

1. 算法系统集成与优化： 负责TTS、V2F、V2M等算法服务的实现，并和UE引擎进行系统级集成，确保高效稳定运行；设计实现算法模块与UE的通信协议、数据接口及实时流式推理管线。 2. UE管线开发与维护： 构建UE与AI服务(AIO)交互框架，管理数据传输(如BlendShape、骨骼数据)，保障端到端效果；优化3D角色表情/动作实时驱动流程，解决延迟、同步与性能瓶颈。 3. 跨环节效果调优与Debug： 分析效果表现层级(算法输出→引擎解析→美术渲染)，定位失真根源(算法/引擎/资产)；协同算法、美术团队制定数据规范与质量标准，主导跨领域优化方案。 4. 技术方案设计： 设计算法模块单元测试与集成测试策略，确保系统鲁棒性及扩展性。

专注于统一视频理解和生成模型的研究与开发，参与构建下一代视频AI系统，探索视频内容的深度理解与高质量生成的统一建模方法，推动视频AI在理解、编辑、生成等任务上的技术突破。 核心职责： 1、统一视频模型架构设计 2、前沿技术探索与实现，探索Diffusion Model、Auto-regressive Model在视频生成和理解的统一建模 3、研究文本-视频-音频多模态对齐技术和条件控制方法 4、大规模音视频理解和生成模型训练及优化