|
|
| |
| |
职位描述 用小程序查看更多 |
|
岗位职责
1. 参世界模型微调与创新开发，重点优化动态场景生成的时序连贯性、几何一致性，探索自回归扩散模型在未来帧预测中的应用。
2. 整合文本、图像、动作轨迹等多模态数据，构建适配世界建模的训练数据集，实现文本指令对动态场景生成的精准控制，提升模型对复杂场景的理解与生成能力。
3. 参与开发模型部署、调优的自动化工具，优化模型推理效率，适配分布式训练框架提升研发效率。
4. 负责模型效果的量化评估与可视化验证，针对动态场景生成中的物理规则一致性、长时序列稳定性等问题开展迭代实验，记录实验数据并输出分析报告，支撑核心算法的迭代优化。
5. 技术调研与沉淀：跟踪世界模型、扩散模型领域的前沿进展，调研行业主流方案与开源工具。
任职要求
1. 在读硕士及以上学历，实习时长不少于4个月。
2. 精通Python编程语言，熟练掌握PyTorch深度学习框架，具备扎实的神经网络与扩散模型基础，深入理解Stable Diffusion核心原理及生态工具。
3. 熟悉至少一种分布式训练框架（FSDP/DeepSpeed/Megatron）或模型推理优化技术（xformers、bitsandbytes |
|
| |
|
|
| |
|
