爱奇艺视频生成算法工程师
任职要求
-学历背景： 计算机、人工智能、数学等相关专业硕士及以上学历，具有扎实的深度学习，大模型理论基础； -深入理解Diffusion Model、DiT (Diffusion Transformer)、VAE等核心架构； -熟悉主流视频生成开源模型（如Stable Video Diffusion, Wan，AnimateDiff, CogVideo等），有实际的SFT或LoRA微调经验； -熟练掌握PyTorch，熟悉Diffusers、DeepSpeed、Accelerate等训练/推理框架； -熟悉LLaMA-Factory等…
工作职责
将最前沿的生成式AI技术应用于长视频内容的生产与创新。我们正在构建行业领先的文生视频与图生视频大模型，旨在通过AI重塑影视剧本可视化、智能剪辑与特效制作流程。你将有机会利用海量的高质量影视数据，训练懂镜头、懂叙事的视频生成模型。 【岗位职责】 -核心模型研发： 负责文生视频、图生视频大模型的SFT（有监督微调）与LoRA训练策略设计。基于爱奇艺独有的影视级数据，优化模型在特定风格、角色一致性及动作流畅度上的表现； -对齐与强化学习： 探索并应用RLHF/RLAIF技术于视频生成领域，利用PPO、DPO或GRPO等算法，提升模型对指令的遵循能力及视频生成的美学质量； -可控生成探索： 研发基于ControlNet、Adapter等技术的可控视频生成算法，解决视频生成中的一致性、运镜控制及物理规律遵循等痛点，满足专业内容生产（PGC）需求； -工程与落地： 负责算法模型在业务场景（如智能预告片、脚本转视频）的落地与效果迭代。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 1、负责研发空间智能核心技术，进行室内/室外/航拍/卫片等全场景高质量空间理解、重建与生成，包括但不限于基于图像、视频、点云、Mesh和3DGS等多种模态数据的空间智能基座与应用； 2、负责多模态大模型和视频生成大模型的预训练、微调等工作，包括但不限于数字人、生成式重建及空间生成等应用方向； 3、负责大规模多模态数据集的构建、清洗与管理，搭建高效数据流水线，保障算法训练与评估； 4、负责结合具体需求，抽象出关键算法进行研发，并持续保持及引领相关技术指标。
团队介绍： 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现高精度地图、三维重建、LLM/VLM，AI Agent等核心技术，持续突破自动驾驶、AR导航、具身智能、推广搜和生活服务等领域的技术边界。团队不仅在计算机视觉领域持续深耕，更将计算机视觉及AI技术在自主导航、高德打车、生活服务等多元化应用场景。 作为高德地图的核心技术驱动部门，我们以下一代三维地图引擎、多模态理解与生成、空间智能、世界模型等方向为核心，推动智能出行与真实世界连接的深度融合。 团队gihub主页：https://github.com/amap-cvlab 岗位介绍： 我们正在寻找一位才华横溢的生成式AI/世界模型算法工程师加入我们的团队，共同探索人工智能的前沿领域，构建下一代智能系统的核心技术。如果你对生成式AI/世界模型有深入的理解和研究，渴望在这一领域大展身手，那么请加入我们！ 主要职责： 1. 3D静态生成：负责3D物体/场景生成算法的优化，探索高效的3D生成表示方式，并改进扩散或自回归生成模型，提升单图到3D物体或场景生成的精度与稳定性； 2. 3D动态生成：基于扩散/自回归视频生成基模，并引入3D场景表征和隐式动作表征，实现长视界一致、并且可交互的动态视频生成； 3. 世界模型构建：参与世界模型的前沿技术探索，包括环境建模、状态预测、决策规划等方面，以构建能够准确模拟和理解复杂环境的智能模型。探索空间智能的统一建模范式，包括未来状态预测以及未来动作预测，并构建反馈机制，最终实现自主学习； 4. 跟踪学术界和工业界在生成式AI/世界模型相关领域的最新进展，保持公司在该领域的技术领先地位。
-深度参与多模态生成式大模型的算法策略研究 -负责多模态大模型的数据收集、清洗、打标和模型评估全流程 -负责多模态生成算法研发，如DiT、Diffusion Models 、Transformers、VAE 、 Autoregressive Models等，重点解决多模态生成质量、多样性、可控性、可编辑等问题 -根据实际业务场景需求，进行模型的设计、训练与调优，并快速推进生成模型在相关场景的产品化落地
1、负责多模态生成算法研发，如Diffusion Models 、 GAN 、 VAE 、 Autoregressive Models等，包括但不限文本/图像/视频生成，解决生成质量、多样性、可控性、采样效率、可编辑等问题； 2、负责端到端多模态生成式大模型的框架设计、训练与调优，构建基于生成模型的AI系统，推动多模态AIGC在快手各业务场景的产品化落地； 3、负责百亿/千亿参数量的多模态生成大模型研发，实现关键技术突破，并将前沿算法技术转化为创新产品。