岗位描述
现在在做什么： 1、理解生成一体化架构升级，同时打通图视频统一底座； 2、理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。 你将主导： 1、理解生成一体化架构设计； 2、Thinking / Chain-of-Thought for Image Generation； 3、Long Visual Context Compression； 4、大规模多模态预训练； 5、后训练与对齐； 6、图视频统一探索。 我们能提供： 1、真正的架构话语权——你的判断直接写进技术路线图； 2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品； 3、充足资源——中心级千卡算力 + 完整数据基础设施； 4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。