莉莉丝游戏技术音频实习生

团队介绍：该部门旨在将游戏开发中的公共能力集中并复用，提高研发效率，优化游戏品质，助力莉莉丝成为敏捷、工业化的游戏公司。同时也在不断探索前沿技术，积累属于莉莉丝的技术影响力。 作为技术音频，你将和团队一起： 1. 与音频设计师合作，协助完成相关音频功能的维护和开发。 2. 优化音频资源的管理和存储，确保高效的音频文件调用。 3. 开发音频工具，提升音频表现和整合效率。 4. 研究和应用最新的音频技术和工具，提升游戏音频的整体品质。 5. 与开发团队紧密合作，通用技术的手段提升音频表现的上限。

1. 辅助技术音频完成完成游戏开发中的音频需求，与其他部门合作开发相关音频功能及编辑器，同时能够考虑到项目间的通用性，形成文档； 2. 理解设计师痛点，设计并不断优化音频自动化生产管线，开发相关工具并维护，以提升音频生产效率； 3. 能发现项目中的音频问题，包括功能、配置、性能等，并解决。

目前主流的素材混剪能力主要依赖于素材的端内容理解、表征匹配、高光检测等能力帮助一键完成整个视频剪辑过程，偏模板化，且预定义较为死板，无法支持更丰富的信息量注入，以及用户自主输入剪辑要求。 本课题希望通过大语言模型的语义指令解析能力，开放基于可自定义prompt的视频编辑能力，通过指令分解、协同主题文案生成的方式，帮助完成带有故事感文案生成能力的视频剪辑功能。主要的技术难点包括： 1、多模态理解与表征：需要模型能够深入理解不同模态内容(视频片段、图像、音频)的语义和上下文； 2、时序理解与编辑：视频混剪需要理解时序信息，包括情节发展、节奏感、转场点等； 3、文案生成和改写：可自定义主题、风格的素材文案生成能力。

本课题的研究目标是增强大模型的通用推理能力，通过研究多模态环境下的推理学习机制、真实世界任务的解决策略、基于强化学习的能力优化，以及构建多样性的奖励系统和训练环境。 研究将聚焦于如何使模型能够在跨领域和复杂场景中综合运用文本、图像、音频等多模态信息进行推理，有效处理现实世界的开放性问题，并通过精心设计的环境反馈机制持续优化模型的决策能力，从而提升AI系统在不同任务下的泛化能力和可靠性。