美团视觉生成大模型应用算法
任职要求
硕士研究生及以上学历，熟悉的算法和编程能力； 有图像可控生成、编辑、智能成片项目落地经验，不限于商品展示、营销创意、泛娱乐玩法； 有1年以上扩散模型架构的预训练或Post training经验，能快速跟进领域内研究成果并应…
工作职责
基于通用大模型，结合创作垂类应用场景，进行领域微调、专项能力增强和偏好学习，提升垂类大模型能力； 构建以智能创作为核心的多模态AI Agent，推动相关的新技术和产品形态落地。
1. 参与视觉生成与编辑相关的大模型算法研发，探索领域前沿，持续创新，打造有影响力的高水平技术，并解决算法应用遇到的挑战问题，包括主体一致性、语义一致性、画质效果、重点场景效果优化、性能与效果平衡、可控生成等； 2. 探索多模态理解与生成统一的大模型技术。 【课题名称】 视觉生成大模型研究与应用 【课题内容】 研究图像或视频生成与编辑大模型相关技术，优化生成效果及可控性，平衡效率与效果，探索前沿的视觉生成技术方案等。
1. 参与视觉生成与编辑相关的大模型算法研发，探索领域前沿，持续创新，打造有影响力的高水平技术，并解决算法应用遇到的挑战问题，包括主体一致性、语义一致性、画质效果、重点场景效果优化、性能与效果平衡、可控生成等 2. 探索多模态理解与生成统一的大模型技术 【课题名称】 视觉生成大模型研究与应用 【课题内容】 研究图像或视频生成与编辑大模型相关技术，优化生成效果及可控性，平衡效率与效果，探索前沿的视觉生成技术方案等。
1、面向AGI创新产品，探索视觉内容生成和多模态互动。通过生成算法、计算机视觉、XR等多领域交叉，为用户打造全新的内容体验和交互模式； 2、负责基于开源或内部基模，进行文生图、文生视频、图像/视频编辑等AIGC技术能力的精调、优化，解决可控、互动、编辑等关键问题； 3、追踪领域前沿工作,包括但不限于Diffusion/AR generation model的架构演进、探索RLHF在视觉生成领域的scaling law等。
团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、负责多模态大模型的研发和应用，探索超大规模模型，进行极致系统优化；研究相关技术在豆包、智能助手、智能硬件等领域的全新应用和解决方案，包括而不限于多模态理解生成，视觉Agent等能力； 2、数据建设、指令微调、偏好对齐、模型优化； 3、相关应用落地，包括看图对话、问答、搜索、生成创作、逻辑推理、代码生成等； 4、在未来生活中的更多使用场景的深入研究和探索，研发以人工智能技术为核心的新技术、新产品；满足用户不断增长的智能交互需求，全面提升用户在未来世界的生活和交流方式。