1、探索下一代多模态基础模型，推动理解、推理、规划和生成能力在统一模型中融合； \n2、研究多模态理解与生成一体化架构，构建能够统一处理文本、图像、视频、音频等模态的基础模型； \n3、探索模型从静态感知走向长时序建模、因果推理、世界状态表示和复杂多模态上下文理解的关键技术。 1、有多模态理解、多模态生成、视频生成或大模型相关 hands-on 经验； \n2、对理解生成一体化有技术判断；有大模型训练、调参、debug 经验； \n3、好奇心强，思路灵活，做事靠谱细致，有责任心，愿意挑战前沿开放问题； \n4、熟练使用 AI coding/agent 工具，能够提升研发和实验效率。 \n \n加分项： \n1、有大规模多模态预训练、统一多模态架构经验；研究或实践过多模态统一模型等相关方向； \n2、有顶会论文、开源项目、产品落地或大规模模型训练经验； \n3、在ACM-ICPC、NOI / IOI 等竞赛中取得优秀成绩。