【可灵
-视频生成算法
-Research实习生】
职位描述
1、参与多模态视频生成算法的研究和探索，包括但不限于: t2v，i2v等基础模型研发、多模态可控视频生成编辑、世界模型等；
2、探索将多模态大语言模型mllm如deepseek/qwen相关技术与视频生成相结合，包括但不限于：提升kling视频生成的多模态理解、推理、多轮交互能力等；
3、探索将语音和视频生成相结合，包括但不限于：语音驱动的视频生成，有声视频等；
4、探索实时可拓展的多模态视频生成技术，提升多模态视频生成的质量和效率等；
5、在顶会顶刊上发表研究成果和开源代码，提升团队在多模态视频生成等领域的学术声望。
任职要求
1、熟悉视频生成基础模型如SVD、Sora、meta moviegen、hunyun video等的优先；
2、熟悉多模态大语言模型（deepseek/qwen等）、多模态理解生成、世界模型优先；
3、熟悉语音驱动视频生成、语音生成优先；
4、有多模态大语言模型、图像/视频生成、3D生成大规模训练和数据清洗经验者优先；
5、学习能力强、自驱、代码能力强、善于解决问题者优先；
