多模态生成理解基础模型 - 阿里星

AI 摘要智能生成

投身下一代多模态大模型核心技术

职位描述

1.投身下一代多模态大模型核心技术，参与构建业界领先的多模态生成理解基础模型，共同探索下一代 AI 的技术； 2.持续跟进并深入研究多模态生成理解模型、强化学习等人工智能前沿技术； 3.打通前沿技术与业务场景落地链路，开展生成与理解相关技术落地工作。

任职要求

• 具备以下至少一个方向的研究与工程实践经验，掌握多个方向者优先：
• 1）原生多模态基础模型训练实战经验；
• 2）基于 Agent 的强化学习（Agentic RL）训练实战经验；
• 3）图像 / 视频生成扩散模型核心模块、大规模训练落地经验；
• 4）模型架构设计相关大规模实验经验，包括 MoE、Attention、动态稀疏结构、超长序列建模等方向，工程能力突出者优先；
• 5）原生多模态、统一生成与理解范式下的大规模数据分析、处理、构造、合成经验；
• 6）扩散模型、优化器（Optimizer）相关前沿研究经验；
• 7）拥有 计算机视觉、语音合成 / 识别、音频理解生成相关研发经历优先；拥有 CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/ICASSP/Interspeech/ACL 等顶会论文成果者优先；
• 工作主动性强，逻辑清晰，可承担有挑战性前沿研发课题；具备良好团队协作能力，能够协同团队完成项目产出。