【AFARI-X】多模态生成大模型研究员

职位描述

1.研发并训练适用于视觉生成任务的文生图基座大模型，显著超越Stable Diffusion、Stable Video Diffusion等开源基座模型； 2.借助自然语言多模态大模型等基座模型，研发下一代高可控性、强交互性、高美学质量的视觉生成算法，包括3D生成、多场景长视频生成与编辑、多轮交互式图像生成、编辑与润色等。

任职要求

• 硕士及以上学历，计算机、人工智能等相关专业；
• 了解自然语言/多模态大模型的基本原理，对于视觉生成领域的流行算法（包括但不限于GAN系列，VQ-VAE/AutoRegressive系列，Diffusion Models和NeRF系列等）有实习或项目实践经验；
• 具有优秀的编程能力，熟练使用pytorch，熟悉megatron分布式训练框架；
• 熟悉AIGC应用数据准备的全流程，包括数据采集、清洗、标注等，对于如何人工合成高质量训练数据有深入的理解；
• 有强烈的责任心，良好的团队合作能力和跨团队沟通能力；
• 有相关方向的顶会论文、知名开源项目或重要产品落地者优先。