米哈游算法实习生（动作生成与性能优化方向）
任职要求
1. 本科及以上学历，连续实习6个月及以上。
2. 在相关前沿领域发表过高质量论文，代码基础扎实，且在以下技术栈有积累（满足任意2条即可）：
- 生成式框架训练能力：熟练掌握 Diffusion, Flow Matching 或 VAE 等生成式架构的底层原理，具备实际的模型训练与调优经验。
- 模型加速与轻量化能力：深入理解模型网络结构，熟练掌握模型蒸馏、量化或剪枝…工作职责
我们正在寻找优秀的算法实习生，深入参与实际业务的模型研发工作。如果你对游戏与3D动画技术充满兴趣，希望通过 AI 技术切实提升当前游戏动画的生产力与表现力上限，我们非常期待你的加入！ 1. 模型研发与训练：针对动作生成相关业务场景，进行生成式模型的设计、训练与策略调优。 2. 前沿算法落地：跟进生成式 AI 与动作合成领域的最新进展，解决实际场景中复杂的动作预测与生成难题。 3. 极致性能优化：针对高标准的性能指标要求，进行模型侧的深度剖析与推理加速优化。
AIGC方向 1、参与AIGC图像生成模型的研发、参与模型的构建、训练和评估，并提出改进方案以提升模型性能。 2、参与和应用小样本学习方法和技术，尝试在有限的数据集下构建有效的模型。参与实验和调研，提出创新性的解决方案，为解决实际问题提供可行的方案。 3、与产品团队合作，将研发的算法和模型转化为实际可用的产品。参与产品化的过程，协助将研究成果转化为高质量、可靠且易于使用的软件工具或服务。 虚拟人方向 1、参与前沿AIGC技术在3D人物动作、3D物体、BlendShape等3D空间应用的研究与实践，包括探索新算法和技术，提升虚拟元素的真实感和交互性。 2、协助研究并实现3D空间中不同模态之间的翻译、生成和交互，使得不同模态之间的元素能够在3D空间中相互转化和互动。 3、支持多模态大模型的应用开发，实现在3D空间中可控的元素生成和编辑，包括人物动作、物体以及BlendShape等方面的操作和调整。 4、参与Soul社交元宇宙产品的研发和部署，利用创新的技术手段提升产品的用户体验和交互效果。
1、模型复现与实现：复现当前主流的开源VLA模型(如GR00T/ π0.5/SmoIVLA/WALL-OSS等)，确保算法正确性和性能。 2、系统集成与测试：将VLA模型集成到公司机器人平台，设计并执行测试方案，评估模型在真实环境中的感知、推理与执行能力。 3、算法优化与创新：针对机器人具体应用场景，对VLA模型进行微调、优化及创新，提升其在复杂环境下的适应性和鲁棒性。 4、多模态数据处理：处理视觉、语言和动作数据，构建和优化训练数据集，支持模型的训练和评估。 5、技术跟踪与报告：跟踪VLA领域的最新研究进展，撰写技术报告，并参与团队技术讨论与分享。
职位描述 作为引擎客户端方向的开发工程师，你将参与构建支撑 AIGC 内容生成的底层基础设施，确保数据生成的高效性与稳定性。具体职责包括： 1. 自动化高效渲染平台开发：基于虚幻引擎开发并维护 AIGC 大规模数据合成平台。实现场景自动搭建、参数动态控制、多机分布式渲染及批量离线输出等功能，构建从场景到视频数据的高效管线； 2.渲染性能深度优化：针对大规模视频渲染需求，深入引擎底层，优化渲染管线、Lumen 及光线追踪的执行效率，平衡画质与生成速度； 3.核心需求功能扩展：基于 UE 底层模块，实现影视级自动布光、智能相机运镜、多人动作交互等高级逻辑，提升数据生成的保真度与多样性； 4.工具链与稳定性建设：为技术美术和算法人员开发高效的 API 与工具，解决高并发生产环境下的内存泄漏与引擎崩溃等稳定性难题。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。