主要职责

1、多模态模型研发：开发业界领先的图⽂多模态理解与⽣成模型，结合扩散模型（Diffusion Models）、

Transformer架构等实现⾼质量场景理解、动态内容⽣成等。

2、模型优化与性能提升：优化多模态模型的推理速度和计算效率，⽀持端侧部署。探索适合⼤模型的压

缩与加速技术（包括但不限于量化、剪枝、知识蒸馏等）。

3、业务场景落地：将多模态技术应⽤于实际业务场景，如地图数据（道路、POI等）、具身智能等。

4、前沿技术探索：持续跟踪⽣成式AI（Generative AI）、跨模态对⻬、思维链强化学习、多模态交互、

具身智能等最新技术趋势，提出创新性解决⽅案。

职位要求

1、计算机科学、⼈⼯智能等相关专业硕⼠及以上学历，博⼠优先。

2、熟悉多模态领域前沿技术（如CLIP、Stable Diffusion、DreamFusion等），掌握指令微调、LoRA等⾼

效微调⽅法。有实际项⽬经验的优先。

3、熟练使⽤PyTorch、TensorFlow等框架，具备扎实的Python或C++编程能⼒。

4、在顶级会议（如CVPR、ICCV、SIGGRAPH、NeurIPS）发表过相关论⽂者优先。

5、具备较强的学习能⼒，能够快速掌握新技术，对新技术充满好奇⼼，具备⾼度的⾃驱⼒和韧性。

⼯作地点

北京望京

实习待遇

400/天

联系方式：wx500957@alibaba-inc.com