通义通义实验室 - 通义万相原生多模态世界模型前沿技术研究 - 阿里星
校招全职通义2026届秋季校园招聘地点：北京 | 杭州状态：停招♡ 收藏
工作描述
任职要求 1. 来自全球Top高校计算机科学、人工智能、数学、物理或相关领域应届博士/顶尖硕士毕业生。 2. 在国际顶级计算机会议/期刊（如NeurIPS、CVPR、ICLR、ECCV、TPAMI等）以一作身份发表过多篇论文，或在开源社区、竞赛中展示出引领性的研究成果。 3. 对Diffusion Models、GANs、VAEs等生成模型有深入理解，熟悉基于Transformer架构的自回归生成模型、DiT等扩散模型；在语言-视觉联合建模、图文/视频生成任务方面有系统性理解，熟悉CLIP/VLM 等跨模态模型架构，并至少在生成模型或语言-视觉联合建模方向产生具有行业影响力的创新成果。 4. 对多模态世界模型的可控性、一致性、长序列建模、跨模态对齐与协同、效率优化等关键问题有持续探索的兴趣，敢于挑战现有范式，有志于在该领域构建具有行业影响力的新范式。 5. 具…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
NeurIPS+
https://neurips.cc/
CVPR+
https://cvpr.thecvf.com/
ICLR+
https://iclr.cc/
ECCV+
https://eccv.ecva.net/
ECCV is the official event under the European Computer Vision Association and is biannual on even numbered years.
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
还有更多 •••
相关职位
社招3年以上产品类-用户型
背景要求 教育背景：计算机科学、人工智能、电子信息等相关专业背景； 工作经验：2年以上模型或AI工具产品经验，视觉和视频模型经验的优先； 技术理解： 1. 深入理解视频图像AIGC技术原理，包括和
更新于 2025-12-25北京|杭州
社招5年以上云智能集团
● 计算机、软件工程、人工智能相关专业硕士及以上学历； ● 扎实的工程能力，优良的编程风格，熟悉Python/C++语言和常用设计模式，具备复杂系统的设计开发调试能力； ● 熟悉深度学习基础理论，理解
更新于 2025-12-19北京|杭州
社招3年以上技术-游戏技术
1. 对应领域（编导/摄影/视听/表演/动画/特效）的本科及以上学历，具备扎实的电影工业专业功底——能专业地评判"什么是好、为什么好"，并有能力将审美判断规则化、标准化。 2. 有电影、电视剧、动画电
更新于 2026-07-30北京|杭州
社招3年以上技术类-算法
1. 计算机科学、人工智能、机器学习能等领域的博士/硕士毕业生，掌握机器学习和深度学习基础知识，熟悉常用视觉生成算法，熟悉Pytorch、Tensorflow等至少一种深度学习框架。 2. 极佳的工程
更新于 2026-09-08北京|杭州