多模态世界模型研究员
岗位摘要
探索大规模多模态理解生成统一基础模型,包括统一建模设计、高效模型结构设计、高效Scaling、视觉Tokenizer、多模态联合训练等;探索和突破多模态强化学习,包括视觉CoT、面向复杂视觉设计任务的强化学习设计、基于用户反馈的在线自学习等
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口,并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 探索大规模多模态理解生成统一基础模型,包括统一建模设计、高效模型结构设计、高效Scaling、视觉Tokenizer、多模态联合训练等
- 探索和突破多模态强化学习,包括视觉CoT、面向复杂视觉设计任务的强化学习设计、基于用户反馈的在线自学习等
- 构建基于生成模型的真实世界渲染引擎,探索新的多模态交互范式,探索虚拟和真实世界的强化反馈链路设计
任职要求
- 计算机科学、人工智能、机器学习等领域的博士/硕士毕业生
- 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
- 具备扎实的代码功底,熟悉PyTorch/TensorFlow等框架,能够高效实现复杂模型结构并进行大规模训练经验;ACM/ICPC,topcoder等编程比赛获奖者优先
- 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,有追求,渴望做出有极大影响力的工作
- 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
登录后查看完整岗位详情
使用邮箱验证码登录后,可查看完整职责、任职要求、原岗位入口,并继续使用收藏和浏览记录。列表摘要保持公开,完整详情用于保护数据质量和降低恶意抓取。