1、参与国内领先的实时交互视频生成模型 Vidu S 的研发，参与流式视频生成模型 Benchmark 与评测体系建设，围绕实时生成、首帧一致性、音画同步、提示词响应、时序稳定性等核心能力，设计评测任务、评测标准和数据规范；
2、负责基准数据生产与提示词工程，涵盖参考图提示词、视频任务提示词、异常 Case 构造等内容，提升评测集的覆盖度、区分度和可复现性；
3、搭建自动化评测流程，支持批量推理、结果管理、指标计算、可视化分析、人工评测辅助和评测报告生成，提升模型迭代评估效率；
4、配合训练侧完成模型版本对比、失败案例归因、消融实验设计和实验结果分析，持续沉淀评测规范、数据规范和分析文档，支撑模型能力迭代。
