莉莉丝游戏算法工程师（多模态AI方向）
任职要求
- 扎实的深度学习基础，熟悉Transformer架构及其变体 - 具备多模态模型（如CLIP、BLIP、LLaVA等）的实际应用经验 - 熟练掌握目标检…
工作职责
负责研发基于多模态大模型的智能化解决方案，推动AI技术在游戏产品中的落地应用。 1. 多模态AI Agent开发：设计和实现基于视觉-语言模型的智能Agent系统，支持游戏场景的自动化分析与交互 2. 模型优化与部署：对多模态大模型进行微调、量化和工程优化，确保在生产环境中的高效运行 3. 视觉算法研发：开发游戏场景中的目标检测、图像分割、OCR等视觉算法模块 4. 技术创新：跟踪前沿AI技术，探索LLM、AIGC等技术在游戏领域的创新应用
1. 负责多模态与AIGC核心算法的研发与优化，深度推动AIGC技术在视觉智能领域的工程化落地，系统性提升图像、视频等多模态内容的生成质量与语义理解能力； 2. 持续跟踪并深入探索AIGC前沿技术方向，涵盖扩散模型（Stable Diffusion、Flux系列）、自回归生成（AR）及强化学习等核心范式，面向通用场景与垂直领域持续打磨SOTA模型，有效驱动下游业务应用效果提升； 3. 主导推动AIGC技术的产品化创新与规模化落地，重点方向包括智能内容生成工具（图文、视频、广告素材等全链路创作）、基于自然语言指令的通用图像/视频编辑能力，以及多模态内容智能化生产流程的构建与优化。
1. 负责多模态与AIGC核心算法的研发与优化，深度推动AIGC技术在视觉智能领域的工程化落地，系统性提升图像、视频等多模态内容的生成质量与语义理解能力； 2. 持续跟踪并深入探索AIGC前沿技术方向，涵盖扩散模型（Stable Diffusion、Flux系列）、自回归生成（AR）及强化学习等核心范式，面向通用场景与垂直领域持续打磨SOTA模型，有效驱动下游业务应用效果提升； 3. 主导推动AIGC技术的产品化创新与规模化落地，重点方向包括智能内容生成工具（图文、视频、广告素材等全链路创作）、基于自然语言指令的通用图像/视频编辑能力，以及多模态内容智能化生产流程的构建与优化。
1. 参与研究最前沿的AIGC技术，探索其在游戏研发管线中的应用，把技术转化为优化游戏生产和升级玩家体验的实际解决方案。 2. 基于高质量数据集，参与图像编辑、图像生成后训练、贴图生成、视频生成等相关研发，优化游戏美术生产流程的品质表现和生产效率。 3. 参与VLM多模态算法研发，包括图像/视频/3D内容理解与质量评价的多模态模型训练与优化，提高AIGC Agent的基座模型能力，探索AI在数据管理、资产验收和游戏测试中的实际应用。 4. 参与音频驱动动作生成、动作补间、视频动捕等模型的训练，探索AI在游戏演出中的生产应用。 5. 参与AIGC Agent和游戏生产工具研发，将模型能力接入实际工作流程，帮助美术、TA、程序、策划等团队更高效地完成内容制作、检查和迭代。
1、数据效能研究（Data Efficiency）：基于多模态大模型训练过程，分析不同模态数据的有效性、信息增益与贡献度；参与数据选择、数据蒸馏、难例挖掘等前沿技术探索，提升训练效率与模型表现； 2、数据–模型协同设计（Co-Design）：与模型团队协作，从训练曲线、梯度信号与分布特征中反推数据质量，研究分阶段（预训练/SFT/对齐）数据策略，设计高效的数据结构与采样机制； 3、高质量数据构建（Data Quality Engineering）：参与多模态数据 pipeline，包括自动标注、Caption 生成、数据去噪与一致性检查；探索弱监督、合成数据与模型 in-the-loop 的高质量数据生产方式； 4、多模态数据分析（Multimodal Analytics）：对训练数据进行覆盖度、偏差与难度分析，构建可视化与指标体系，为模型能力诊断与数据重构提供依据。