岗位概述： 聚焦文生视频模型的推理与训练加速技术，探索、设计并实现全新的算法与系统级解决方案。解决当前文生视频模型面临的最大瓶颈：高昂的计算成本与漫长的生成时间。 岗位职责： 1、前沿算法研究与创新： (1) 深入研究当前主流文生视频模型（如Wanx、CogVideo等）的架构，定位其在计算、内存及I/O上的核心瓶颈； (2) 探索并设计全新的高效模型架构，将MoE、Sparse Attention等先进思想引入Diffusion Transformer，研究少步/单步生成技术； (3) 深入研究时空表征冗余消除技术，突破时空 Token 的同质化计算瓶颈。研发自适应缓存与特征复用机制，达成推理速度与视觉生成质量的最优平衡。 2、系统级优化与实现： (1) 设计并实现高性能的自定义CUDA/Triton核函数，以支持不规则稀疏计算模式或新型算子； (2) 利用量化、剪枝、蒸馏等模型压缩技术，在保持生成质量的同时，大幅缩减模型尺寸和计算量； (3) 研究适用于高分辨率、超长视频生成的计算与内存优化技术。 3、学术与技术影响力： （1）将研究成果发表在顶级AI会议，构建团队的行业影响力； （2）跟踪并分析业界最新的技术动态，确保我们的研究方向始终保持领先。