【北斗】视觉生成基座和交互式视频研究员

岗位描述

我们正在构建具备物理世界感知、理解、仿真能力与支撑数字世界高质量呈现的本地生活视觉技术引擎，让每一次连接更智能，让物理世界的烟火气更美好。 团队介绍： 作为美团官方的视觉AI基础模型团队，负责数字世界和物理世界等本地生活全场景多模态技术的前沿探索和应用，在AIGC生成、虚拟人交互、多模态理解等领域持续沉淀行业领先的技术成果。 研究内容： 研究方向包括但不限于： 1. 高效率、低损失、高压缩比的图像视频VAE和t… 1.熟悉扩散模型、VAE等相关研究进展 2.熟悉PyTorch，有充分的动手实践经验 加分项： 1.有图像/视频生成、多模态大模型相关研究和实习经历，有影响力的开源项目中做出过核心…