返回岗位列表

通义千问（Qwen）视觉生成技术研究员

查看原岗位

地点：北京薪资：薪资未公开日期：2026-01-29

岗位摘要

下一代理解生成一体化的模型结构设计与研发，探索Autoregressive LLM、Diffusion及两者结合的多种技术路线；研究及探索世界模型的多模态训练数据及对应训练策略；设计及研发自动化评估方法设计与实现，为模型研发提供科学指导

岗位职责

下一代理解生成一体化的模型结构设计与研发，探索Autoregressive LLM、Diffusion及两者结合的多种技术路线
研究及探索世界模型的多模态训练数据及对应训练策略
设计及研发自动化评估方法设计与实现，为模型研发提供科学指导

任职要求

计算机科学、计算机视觉、人工智能、机器学习、具身智能等领域的博士/硕士毕业生
对通用视觉理解或生成模型有一定研究实践，在图像/视频/3D等至少一种模态上有实际研发经验
熟练掌握Pytorch，熟悉Megatron等大模型训练框架，有优秀的coding/工程能力
自我驱动力，动手能力强，工作细致，对AI行业有浓厚的兴趣，有较强的学习能力和责任心
善于平衡研究目标及落地实现，具备跨学科视野与协作意识，能够与工程、产品等多学科团队紧密合作，推动研究成果快速落地并产生实际影响力
关注技术影响力，具有开源开放精神，对基础模型的前沿问题有持续热情，具备独立思考能力和系统性研究思维，敢于挑战现有范式，能够独立应用技术解决复杂问题

加分项

曾发表顶级会议论文并具有一定的学术影响力，包括但不限于：CVPR、ECCV、NeurIPS、ICML、ICLR、ACL、TPAMI等国际顶级计算机会议/期刊
拥有知名开源项目，在开源社区具有较好的影响力，或在竞赛中获得引领性的研究成果

福利待遇

曾发表顶级会议论文并具有一定的学术影响力，包括但不限于：CVPR、ECCV、NeurIPS、ICML、ICLR、ACL、TPAMI等国际顶级计算机会议/期刊
拥有知名开源项目，在开源社区具有较好的影响力，或在竞赛中获得引领性的研究成果