1、研究视频压缩、生成与理解在表征层的协同空间，开发“一份token三用”的统一视频表征基础设施；\n2、研究离散视觉表征的端到端联合优化（率失真+加速），探索编解码与生成模型的协同加速机制；\n3、探索可微离散表征的率失真优化，构建生成式视频tokenizer，实现低码率高感知质量的实时视频生成；\n4、构建面向直播场景的视频生成加速评估benchmark，涵盖端到端延迟、首帧时间、主观质量与带宽适应性等维度。 1、硕士及以上学历，视频编码压缩、计算机视觉、人工智能、信号处理、流媒体传输等相关方向；\n2、熟悉可微离散表征、神经熵编码、率失真优化等前沿方向；\n3、掌握视频扩散模型的推理加速方法（如稀疏计算、流式批处理、KV缓存优化等）；\n4、了解视频编解码标准（H.264/H.265/VVC）及其原理。\n5、具有Python/PyTorch/CUDA等编程开发经验，能够独立完成模型训练、推理优化与系统联调；\n6、熟练使用Claude、Cursor、GitHub Copilot等任一AI coding工具进行编码开发工作。\n\n加分项：\n1、在ACM MM / CVPR / ICCV / ICLR / NeurIPS等顶会顶刊有第一作者论文，或在视频编码/流媒体传输相关竞赛中获奖者优先；\n2、具备端上模型部署经验，熟悉模型轻量化（蒸馏/剪枝/量化）流程；\n3、对多模态大模型（LLM/VLM）在视频压缩或生成中的应用有研究或实践经历；\n4、有跨任务多目标联合训练（压缩+生成 或 压缩+理解）研究或实践经验；\n5、有视频直播系统开发或优化经验（如ABR算法、低延迟传输、QoE建模）者优先。