1、探索diffusion/flow matching等主流生成范式在大规模场景+动态场景重建中的应用与改进. 2、研究多种条件控制方式下的视频生成方案,提升生成内容的几何一致性、时序连贯性,并适应目标美学偏好. 3、以视频生成能力+3d/4d重建能力为基础,研究并构建面向真实场景的世界模型,探索任意场景的可控生成及未来帧预测的能力. 4、参与模型开发的所有阶段,包括数据整理、实验、评估和部署.

职位要求 1、对人工智能技术充满热情和信仰,具有强烈的探索精神和创新意识 2、计算机、应用数学、模式识别、机器学习、机器人等相关专业博士学位,或有同等工作经验 3、熟悉深度学习框架(tensorflow/pytorch),深入理解生成模型(如vae、gan、stable diffusion等) 4、精通数据结构、算法设计和并行计算,有良好的编程能力(python/c++等) 5、具备较强的创新能力和团队协作精神,能够在高压环境下保持冷静、推动解决复杂问题. - 加分项 1、在ai领域顶会或期刊有论文发表经历 2、在acm icpc等竞赛中有获奖经历 3、做过影响力的开源项目或产品.