本团队主要针对多模态大模型展开相关算法研究和落地，充分挖掘多模态预训练大模型在图像\视频生成，开交互图文对话相关领域落地应用。

【工作内容】

跟进Text-to-Image/Video Generation,  交互式图文对话基础底座模型等相关领域的最新前沿进展，开展相关研究，产出高水平论文及相关专利，部署相关模型在云端或者小型化到端侧提供相关服务。

【岗位要求】

1. 硕博在读，计算机、数学、自动化、电子等相关专业(二年级及以上);

2. 熟悉Diffusion model，LLM，MLLM, SAM等领域相关技术；

3. 良好的科研能力和团队合作精神，有CV三大会及ICML\NeurIPS\ICLR等国际会议第一作者优先；

4. 实习时间至少六个月，可长期实习者优先。

5. 工作地：北京/深圳/上海（北京优先）

6. 优秀的后续可以推荐天才少年通道面试。

【合作Mentor】

魏龙辉，专注于多模态及开放视觉相关领域研究。当前已累计发表三十余篇顶会/顶刊，据谷歌学术统计上述论文引用已达3500余次，其中单篇一作最高引用达1800余次。分别荣获AI2000评选的2022年度以及2023年度多媒体领域最具影响力学者提名。ACM MM'24领域主席，在VALSE、GAMES、ChinaMM等相关学术会议\研讨会上就视觉或多模态预训练大模型等相关主题进行受邀报告。

欢迎感兴趣的同学发送简历至weilonghui1@huawei.com，来信请注明最低实习时长。