1、研发文生视频/文生图等多模态生成大模型的算法加速技术，通过步数蒸馏、MoE、稀疏化轻量化网络、模型量化等优化手段，实现生成效率数量级提升； 2、主导生成式模型的创新算法研究，攻克视频Diffusion/Flow模型加速算法，通过算法、工程综合提升模型推理效率； 3、与上下游部门深度合作，分析性能瓶颈，通过算法优化提升视频生成大模型推理效率，推动相关业务商业化进展； 1、熟悉Diffusion/Flow模型的主流加速方法； 2、具备以下至少一个领域经验：模型压缩（步数蒸馏，轻量化模型，投机解码等）、生成对齐算法（DPO\RLHF等）、稀疏化方法（稀疏Attention）； 3、硕士研究生或以上在读，计算机、人工智能等相关专业优先； 4、具有高质量的视频生成加速相关的论文（一作）优先； 5、动手能力强，了解分布式训练，算法能力强，工程能力强优先；