职位描述1.研究并实现前沿多模态视频生成算法与系统，包括但不限于 Diffusion Models、Flow Matching / Flow-based Generative Models、Autoregressive Models、GAN等； 2.针对当前多模态视频生成模型在推理阶段计算开销大、采样步数多、延迟高等瓶颈，研究与设计高效的 Diffusion Step 加速与算法设计推理优化方法； 3.探索无限长度 / 长时序视频生成（Long-form / Infinite Video Generation）方案，重点解决生成长度受限、时序误差累积、以及物体与语义稳定性等关键问题。任职要求1.熟悉视频生成常见的技术, Diffusion, flow matching, autoregressive model, GAN 等； 2.具备以下至少一个方向的研究或实践经验： a.Few-step diffusion distillation （如 LCM、DMD、LADD等）； b.长视频生成与误差累积消除、时序一致性建模、物体一致性保持（如 Self-Forcing等）； 3.具备较强的学习能力与研究主动性，能够独立阅读前沿论文、复现实验并提出改进思路； 4.有相关顶级会议或期刊（如 CVPR / NeurIPS / ICML / ICLR等）论文发表经历者优先。
