微信-下一代图文理解生成统一模型

关于这个机会

课题背景： 围绕图文理解、生成、编辑的统一模型在2025年已经取得了巨大进步，但主流的VLM+DIT架构依然没有将理解与生成两个任务彻底融合，本课题希望围绕数据构建、模型架构、模型算法三个维度探索下一代的图文理解生成统一模型范式。 课题挑战： 1、探索自动的、可进化的训练数据构造方案； 2、设计简洁的模型架构和预训练范式，在encode和decoder两个维度对齐图文模态； 3、摒弃传统的多模态RL训练范式，设计针对统一模型的后训练策略，发挥统一模型的任务优势； 具体工作： 你将在团队现有数据、模型、训练框架的技术上进行探索，全链路参与到下一代图文理解生成统一模型的研发当中。

任职要求

1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等相关专业的优秀硕士和博士； 2、在CVPR、ICCV、ECCV、NeurIPS、 ICLR等顶会发表一作论文 3、有丰富的大模型方向项目或实习经验

内推申请说明

本站为独立内推协助平台。申请会交由管理员核实岗位与内推渠道，不等于已在公司官网投递；薪资、岗位状态和实际招聘流程以官方信息为准。