The posting
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。
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。



