多模态视频生成算法专家-【可灵团队】

1、参与快手Kling多模态视频生成的研发和落地工作，包括但不限于：t2v，i2v等基础模型研发、多模态可控视频生成编辑、世界模型等； 2、探索将多模态大语言模型MLLM如DeepSeek/Qwen相关技术与视频生成相结合，包括但不限于：提升Kling视频生成的多模态理解、推理、多轮交互能力等； 3、探索将语音和视频生成相结合，包括但不限于：语音驱动的视频生成，有声视频等； 4、探索实时可拓展的多模态视频生成技术，提升多模态视频生成的质量和效率等； 5、在顶会顶刊上发表研究成果和开源代码，提升团队在多模态视频生成等领域的学术声望。 【任职要求】 1、熟悉视频生成基础模型如SVD、Sora、Meta MovieGen、HunYun Video等； 2、熟悉多模态大语言模型（DeepSeek/Qwen等）、多模态理解生成、世界模型优先； 3、熟悉语音驱动视频生成、语音生成优先； 4、有多模态…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 11029 个北京岗位（全城各职能合计），其中 2386 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 5.5K ~ 16K（25~75 分位），中位约 9K，最低 2K、最高 300K。