1.主导多模态预训练与生成模型的核心算法研发，包括图像-视频-文本-语音-3d等多模态数据的联合建模、跨模态对齐与高质量生成。 2.负责大规模多模态数据的自动清洗、表征学习与知识蒸馏方法研究，突破超大规模模型在训练效率与泛化能力上的关键瓶颈。 3.探索和实现前沿研究方向，如多模态大语言模型（mllm）、视频生成扩散模型、跨模态音视频合成、具身智能数据建模等。 4.在高性能分布式训练框架中优化算法实现，提升计算效率和资源利用率，支撑万亿级参数规模模型的研发与部署。 5.发表或主导顶级学术成果（neurips/iclr/cvpr/acl/iccv/emnlp 等），并推动成果在公司业务中形成可见影响（专利、开源项目或商业产品）。 1.硕士及以上学历，计算机科学、人工智能、机器学习、多模态感知与生成等相关领域，具备顶尖学术研究背景。 2.至少1篇以上一作/共同一作顶会论文，或在多模态/生成建模方向有突出学术成果。 3.深入理解多模态表示学习、扩散模型、transformer 架构、对比学习、检索增强生成（rag）等核心算法。 4.具备大规模分布式训练经验，熟悉模型并行/数据并行/流水线并行，能对 gpu/tpu/集群环境进行深度优化。 5.熟悉多模态应用场景（如视频生成、语音驱动、跨模态搜索、3d内容生成等领域），具备落地或产品化经验。 6.有跨团队领导或指导经验，能带领小型研究组推进复杂课题。 7.具备国际化视野，能洞察学术与产业趋势，并将其转化为行业领先的算法方案。