米哈游AIGC图像算法工程师-原神
任职要求
1.计算机，人工智能，电子信息等相关专业硕士及以上学历； 2.精通Diffusion等图像生成算法，有相关方向顶会论文者优先（包括但不限于CVPR, ICCV, ECCV, AAAI等）； 3.熟悉图像相关技术路线，精通AIGC、计算机视觉、多模态等相关技术领域； 4.熟练掌握Python编程及…
工作职责
1.负责游戏美术AI工具的端到端技术架构设计与实现（从需求理解、管线构建到模型训练等等），打造完整的美术生产AI工具生态； 2.持续跟踪AIGC领域最新技术动态，快速评估并落地前沿算法到实际业务场景； 3.运用多模态技术思维，深度理解产品需求，结合文本、图像、视频等多种输入输出方式，设计并实现创新性的AI应用解决方案。
1、负责AIGC图像视频生成前沿技术的研究，保持行业领先水平，持续突破技术上限； 2、负责AIGC图像视频生成算法的开发与性能提升； 3、提出和实现最前沿的算法，保持算法在工业界和学术界的领先。
岗位课题： 1.电商视频生成模型研发 2.多个视频应用模型研发 3.原生支持中文的图像生成模型研发 4.有语义泛化性的图像编辑模型研发 课题背景： AIGC 生成已成为广告创意制作的主流制作形式，基于AIGC 图像和视频生成模型提供了丰富的素材并持续提升创意制作的美观度和多样性。同时视频和图像生成模型也是各科技公司在AI 领域争夺的中心领域之一。 阿里妈妈在过去两年从业务需求出发，持续研发电商领域的多模态生成模型，推出了淘宝星辰视频生成模型、图生视频模型、短视频模型、服饰模特生图模型、图文海报制作等多个原创能力，并成功落地万相营造、万相台无界版、千牛、光合平台、生意管家等多个工具平台和展示、搜索、外投等多个投放场景的创意制作。 岗位职责： 你将有机会参与核心多模态大模型研究工作，深入到数据准备 | Caption | 训练系统搭建 | Encoder | Pretraining | Continuous training | SFT | Post training 等多模态生成的方方面面， 亲手解决大模型研发的问题，并最终交付电商场景领先的生成模型，以及有机会提前获得校招T-Star的正式Offer。
1. 负责深度学习、生成式模型在图像与视频生成领域的研发与优化，包括文本生成图像（text-to-image）、文本生成视频（text-to-video）、图像/视频编辑等。 2. 研究并实现前沿的生成模型架构（如 Diffusion Models、GAN、Transformer、NeRF 等）以及多模态融合技术（文本、音频、视频、图像）。 3. 结合业务需求，设计和训练高质量的生成模型，提升生成结果的真实感、美学质量、语义一致性和可控性。 4. 建立数据采集与清洗流程，构建高质量的训练、微调和评估数据集（涵盖图像、视频、多模态）。 5. 设计、实现并维护模型推理服务，包括模型部署、性能优化、成本控制和稳定性保障。 6. 对生成模型的评测指标进行研究和完善，包括自动化评分、用户反馈收集、强化学习奖励函数等。 7. 跟进计算机视觉、生成式AI、多模态领域业界及学术新技术，并快速验证和落地。
1. AIGC技术研究与创新：研究并落地多模态大模型（MLLM）、图像生成与编辑（Diffusion Model、ControlNet、LoRA）、视频生成等前沿技术，推动算法在实际产品中的迭代升级。 2. AI Agent系统开发：设计并构建端到端的AI Agent系统，涵盖工具调用、任务编排、策略优化等环节，实现创意生产流程的智能化与自动化。 3. 广告营销创意生成方案设计：负责图文与视频营销素材的智能生成、编辑方案，以及创意素材的多模态内容理解与效果分析，直接支撑业务增长。 4. 跨团队协作与技术推动：与产品、工程、数据团队紧密配合，推动技术方案从研究到上线的全流程落地。