世界模型算法专家—视频生成方向 北京 全职 互联网 / 电子 / 网游 职位描述 岗位定位： 对标Seed、Kling等顶尖视频生成团队，负责自研视频生成大模型与世界模型的从0到1构建，打造具备物理规律真实、时空一致性、高可控性的下一代视觉智能底座。岗位职责核心模型研发：负责大规模视频生成模型（DiT、MMDiT架构）及世界模型的算法设计与训练，重点突破长视频时序连贯性、物体运动物理规律建模与多视角空间一致性等核心难题。前沿技术攻关：探索基于Diffusion Transformer、Flow Matching及RLHF的后训练算法，解决视频生成中的“幻觉”问题，构建具备可交互、可编辑的物理世界仿真引擎。工程落地与优化：主导视频生成模型在千卡/万卡级GPU集群上的大规模预训练、分布式微调及推理优化，攻克高分辨率（如1080p/4K）视频生成的高成本与低效率瓶颈。技术对标与超越：深度分析并跟进业内顶尖模型（如Seedance、Kling、Veo、Sora）的技术路线，制定具有差异化竞争优势的自研技术演进路线。 职位要求 任职要求教育背景：计算机科学、人工智能、数学或相关专业，硕士及以上学历（博士优先）。硬核技术栈：精通PyTorch等主流深度学习框架，具备极强的分布式训练调优能力与工程落地能力。深入理解Stable Diffusion、DiT、MMDiT、VAE、Flow-based Models等生成模型原理，必须有大规模（千万级参数以上）视频生成模型从0到1的预训练或深度调优经验。熟悉ControlNet、IP-Adapter、AnimateDiff等可控生成与视频编辑技术。业务洞察（加分项）：熟悉Seedance、Kling、Veo等SOTA模型的技术特点与优缺点，并有基于此类模型进行逆向优化或二次开发的实践经验。学术影响力：在CVPR、ICCV、NeurIPS、SIGGRAPH等顶会发表过生成模型/视频理解相关一作论文者优先。加分项有自动驾驶、游戏物理引擎或具身智能领域世界模型研发经验；熟悉NeRF、3D Gaussian Splatting（3DGS）等3D重建与渲染技术；拥有开源重量级视频生成项目或参加过国际级AI竞赛并获奖。 投递...
AI算法工程师 - 3D生成 北京、深圳 正式 研发 - 算法 27届研发类校招提前批 职位描述 1. 研发面向3D打印场景的3D生成/编辑/重建等算法，重点攻克模型的可打印性、生成质量和可控性。2. 结合公司3D智能建模工具的业务需求，实现相关算法。3. 跟踪3D AI领域的前沿技术结合3D打印业务，探索新的技术突破点和创新应用。 职位要求 1.计算机、人工智能、数学等相关专业本科及以上学历；2.具备扎实的数理功底和算法能力；具备优秀的工程能力和编码功底，能快速复现和实现新算法。3.具备极强的自驱力、责任心和好奇心；具备良好的沟通能力和团队协作精神，乐于分享和共同成长。4.加分项：- 在AIGC或3D视觉领域有顶级会议/期刊论文（如CVPR, ICCV, ECCV, SIGGRAPH, NeurIPS）- 熟练掌握PyTorch/TensorFlow- 深入理解DiT、VAE等神经网络结构的原理，有3D或2D（图像/视频）生成项目的扎实经验。- 熟悉MVS、SDF、NeRF、GS等方法，对射影几何、点云处理、Mesh处理等熟练掌握，有3D重建相关项目经验 投递...
音乐生成算法工程师实习生 北京 校招 实习 算法类 职位描述 1. 参与音乐生成模型开发： 协助设计、训练和评估基于深度学习（如Transformer, Diffusion Model）的音乐生成模型。2. 数据处理与分析： 负责音乐数据集的收集、清洗与预处理，并对生成结果进行分析和优化。3. 原型与工具开发： 参与音乐生成相关功能模块或小型工具的原型实现和代码维护。4. 前沿技术探索： 学习并复现音乐AI领域最新论文和技术，并尝试在项目中应用。 职位要求 1. 在校生： 计算机、AI、电子工程、音乐科技等相关专业高年级本科生或研究生。每周至少实习3天，持续3个月以上。2. 编程能力： 熟练Python，扎实的算法与数据结构功底，熟悉至少一种深度学习框架（PyTorch优先）。3. 深度学习理论与实践：深入理解Transformer架构及其变体。熟悉Diffusion Model原理，有DiT等模型实践经验者优先。对LLM在多模态或序列生成中的应用有基本认识。能够独立复现SOTA模型。4. 数学基础： 扎实的线性代数、概率论与数理统计功底。5. 加分项：有音乐生成、音频处理、多模态AI相关项目经验或论文发表。熟悉音乐理论，有音乐创作或制作背景。GitHub上有高质量代码或项目。6. 基本素质： 对音乐AI有极高热情，具备强大的学习能力、独立解决问题能力和团队协作精神。 投递...
音频算法工程师-实习 北京 校招 实习 软件研发类 职位描述 1. 参与音乐生成模型开发： 协助设计、训练和评估基于深度学习（如Transformer, Diffusion Model）的音乐生成模型。2. 数据处理与分析： 负责音乐数据集的收集、清洗与预处理，并对生成结果进行分析和优化。3. 原型与工具开发： 参与音乐生成相关功能模块或小型工具的原型实现和代码维护。4. 前沿技术探索： 学习并复现音乐AI领域最新论文和技术，并尝试在项目中应用。 职位要求 1. 计算机、AI、电子工程、音乐科技等相关专业高年级本科生或研究生。每周至少实习3天，持续3个月以上。2. 编程能力： 熟练Python，扎实的算法与数据结构功底，熟悉至少一种深度学习框架（PyTorch优先）。3. 深度学习理论与实践：深入理解Transformer架构及其变体。熟悉Diffusion Model原理，有DiT等模型实践经验者优先。对LLM在多模态或序列生成中的应用有基本认识。能够独立复现SOTA模型。4. 数学基础： 扎实的线性代数、概率论与数理统计功底。5. 加分项：有音乐生成、音频处理、多模态AI相关项目经验或论文发表。熟悉音乐理论，有音乐创作或制作背景。GitHub上有高质量代码或项目。6. 基本素质： 对音乐AI有极高热情，具备强大的学习能力、独立解决问题能力和团队协作精神。 投递...