岗位职责：1、参与文生视频生成模型的研发，包括扩散模型（Diffusion Model）架构设计、训练与调优； 2、参与视频生成关键模块的优化：时序一致性（Temporal Consistency）、运动建模、内容可控性（Controllability，如 ControlNet、参考图引导）等； 3、构建和清洗大规模「文本-视频」配对训练数据，参与数据管线的搭建与质量评估； 4、参与模型推理加速与部署优化（蒸馏、量化、调度优化），降低生成延迟与成本。 任职资格： 1、硕士及以上学历，有大规模视频生成模型训练经验，或参与过文生视频产品研发优先考虑； 2、熟悉多模态大模型（MLLM）用于视频理解或字幕生成； 3、深度理解扩散模型（Diffusion Models）：熟悉 DDPM / DDIM / Flow Matching 等去噪框架的数学原理与训练流程； 4、熟悉主流生成架构：DiT（Diffusion Transformer）、U-Net、Latent Diffusion（如 Stable Diffusion / SDXL / FLUX）的原理与代码实现； 5、视频生成技术栈：理解时序建模方法，如 3D VAE、Temporal Attention、帧间一致性约束；了解 AnimateDiff、Stable Video Diffusion、CogVideoX、Open-Sora 等至少一个开源视频生成项目； 6、文图/文视频对齐能力：熟悉文本编码器（CLIP / T5）与条件注入机制（Cross-Attention、AdaLN）。 7、熟练掌握PyTorch深度学习框架，具备独立搭建、调试、训练模型的工程能力； 8、熟悉大规模训练技术：分布式训练（DDP / DeepSpeed / FSDP）、混合精度训练、显存优化； 9、熟练使用Linux / Git / Docker，具备良好的代码习惯与实验管理能力（如 wandb / tensorboard）； 10、具备一定的CUDA / 推理优化认知，了解 TensorRT、量化、蒸馏等加速手段者优先。 基础信息：工作地点：无锡；学历要求：硕士；经验要求：经验不限；岗位类型：实习；实习月数：3；每周到岗天数：5；提供实习证明：是；可转正：否 岗位标签：Python；C++；PyTorch；多模态算法；大模型算法