岗位名称 AIGC算法实习生（图像生成 / 视频生成） 1. 岗位职责 1) 参与图像生成、视频生成、多模态生成方向的算法研发与实验，包括但不限于： - 文生图、图生图、视频生成、视频编辑、一致性角色生成、可控生成等任务 - Diffusion、Transformer、VAE、Flow Matching、Consistency Model、WAN 等生成模型的训练与优化 2) 参与生成式模型的数据建设与清洗工作，包括： - 图像/视频/文本数据采集、清洗、标注与质量评估 - 构建训练集、验证集和评测集，迭代数据策略以提升生成质量 3) 参与模型训练、微调和效果优化，包括： - 基于开源或自研模型进行 SFT / LoRA / DreamBooth / ControlNet / Adapter 等方向探索 - 优化生成质量、风格一致性、人物一致性、时序一致性、可控性和推理效率 4) 参与评测体系建设，包括： - 建立图像/视频生成效果评估指标与 benchmark - 从画质、语义对齐、时序稳定性、可控性、用户体验等维度分析模型效果 5) 参与模型落地与工程化，包括： - 推理加速、显存优化、训练效率优化 - 支持模型服务化部署、接口联调、实验平台接入与线上效果验证 6) 跟踪前沿技术进展，包括： - 阅读并复现图像生成、视频生成、多模态理解与生成相关论文 - 输出实验报告、复现文档和优化建议，推动方案快速迭代 任职资格： 学历与院校 1) 硕士优先；计算机、人工智能、自动化、电子信息、数学、统计等相关专业 2) 目标院校建议： - 海内外重点高校优先，如清华、北大、上交、复旦、浙大、中科大、南大、哈工大、北航、同济、华科、电子科大、港前三，以及海外知名高校相关专业 3) 每周可实习最好 5 天，连续实习 3 个月以上，能长期实习者优先 语言要求 1) 具备良好的英文阅读能力，能够高效阅读并理解英文论文、技术博客与开源项目文档 2) 具备清晰的中文表达和书面总结能力，能够独立撰写实验记录、评测报告和复盘文档 技能要求 1) 扎实的机器学习/深度学习基础，理解以下内容中的一部分或多部分： - CNN、Transformer、Attention、Diffusion Model、VAE、GAN、时序建模 2) 熟练使用 Python，熟悉 PyTorch，具备独立训练和调试模型的能力 3) 熟悉常见生成式 AI 工具链或框架者优先： - Hugging Face Transformers / Diffusers - Deepspeed / Accelerate / xFormers / Flash Attention - OpenCV、FFmpeg、PIL、Numpy、Pandas 等 4) 熟悉 Linux 开发环境，掌握基本工程能力： - Git、Shell、实验管理、日志分析、GPU 调试、性能排查 5) 具备一定论文复现能力，能根据论文或开源仓库完成训练、推理、调参和效果分析 优先条件 1) 有以下任一经验者优先： - 文生图、视频生成、视频编辑、数字人、虚拟人、角色一致性生成 - 图像编辑、风格迁移、超分、插帧、视频理解、多模态模型 - LoRA / DreamBooth / ControlNet / IP-Adapter / ComfyUI / Stable Diffusion / SDXL / Flux / Wan / CogVideo / Sora-like 方向经验 2) 有公开项目、比赛、论文、开源贡献、技术博客或作品集者优先 3) 有大规模训练、推理加速、分布式训练或模型部署经验者优先 性格与软素质要求 1) 对 AIGC、图像生成、视频生成方向有强烈兴趣，愿意快速学习新技术 2) 有较强的自驱力和好奇心，能主动发现问题、提出假设并推进验证 3) 具备良好的实验习惯，做事细致，能规范记录实验过程和结果 4) 具备较强沟通协作能力，能与算法、产品、设计、工程团队高效配合