The posting
1. 调研前沿生成模型技术:阅读并整理视频生成、扩散模型、多模态生成等方向的前沿论文,跟踪领域最新研究进展。 2. 参与视频生成模型训练与优化:开展视频扩散模型的数据处理、模型训练、参数调优和实验监控,分析训练过程与生成效果。 3. 探索可控视频生成方法:参与文本/图像条件驱动的视频生成技术研究,设计模型改进方案,完成对比实验、消融实验和结果分析。 4. 接入交互式视频世界模型:将生成视频内容应用于多视角交互式视频世界模型,参与系统联调、效果评估和性能优化。 5. 参与科研实验与成果整理:参加课题组组会,汇报研究进展,整理实验记录、技术文档及阶段性研究成果。
1. 招募对象:本科生、硕士研究生。 2. 计算机、人工智能、电子信息、数学等相关专业背景优先。 3. 具备机器学习、深度学习基础知识,了解生成模型相关方法,如 GAN、VAE、扩散模型等。 4. 熟练使用 Python,掌握 PyTorch 等深度学习框架,能够阅读、修改和运行开源模型代码。 5. 本科生具备课程项目、算法竞赛、论文复现等经历即可;硕士研究生具备视频生成、图像生成、多模态学习等相关研究经历者优先。 6. 能够阅读英文论文和技术资料,对生成式 AI、世界模型和沉浸式交互方向具有研究兴趣。 7. 具备较强的实验能力和问题分析能力,能够进行模型训练、实验设计和结果评估。 8. 实习安排:线上线下结合;周期3–6个月;每周投入20–30小时。



