职位描述
Agentic Video Generation 架构设计与研发:
1. 负责多模态视频创作 Agent 系统的核心架构设计,包括 Task Planning(任务拆解与规划)、Memory(长短期记忆)、Reflection(自我反思与纠错)以及 Tool-Calling(工具链调度)
2. 建立 Agent 生成视频的多维度评价指标(画质、连贯性、故事表达、指令遵循度),并通过 Human-in-the-loop(人机协同)数据反馈持续迭代 Agent 决策模型。任职要求
学历背景:计算机、人工智能、自动化、软件工程或数学相关专业,硕士及以上学历(博士优先)。
1. 熟悉大模型 Agent 架构
2. 多模态/视频领域:深入理解 Multimodal LLM(VLM)及 Video Diffusion/DiT 原理,对视频生成或图像生成技术有扎实的理论基础和实战经验。
3. 精通 Python,熟练掌握 PyTorch 开发框架,具备优秀的工程抽象与系统设计能力。
4. 对 AIGC 领域(尤其是 AI 视频生成)有极高的技术热情,具备优秀的技术洞察力、复杂问题拆解能力与自驱力。