多模态世界模型研究专家
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、多模态联合训练等方向；探索和突破多模态强化学习技术，涵盖视觉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、多模态联合训练等方向
- 探索和突破多模态强化学习技术，涵盖视觉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及虚拟与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或硕士毕业生
- 在国际顶级计算机会议或期刊（如NeurIPS、CVPR、ICLR、ECCV、TPAMI等）以第一作者身份发表过多篇论文，或在开源社区、竞赛中展示出引领性研究成果
- 具备扎实的代码功底，熟悉PyTorch或TensorFlow等框架，能够高效实现复杂模型结构并具有大规模训练经验；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，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。