微信-全模态定制化视频生成模型

课题背景： 定制化视频生成能力可以进一步提升通用生成模型的可控性和可用率，对短视频创作、广告素材制作等场景有非常高的实用价值。目前主流的定制化视频生成需要围绕具体的任务构造数据、设计模型方案，泛化性很弱，因此支持全模态控制的定制化视频生成模型意义重大。 课题挑战：

1. 01

   高效、自动、可进化的定制化视频数据构造算法；

2. 02

   支持全模态、统一范式的参考条件注入方式；

3. 03

   在15s-30s时长下的一致性生成； 具体工作： 你将在团队现有数据、模型、训练框架的技术上进行探索，全链路参与到全模态定制化视频生成模型的研发当中。

1. 01

   包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等相关专业的优秀硕士和博士；

2. 02

   在CVPR、ICCV、ECCV、NeurIPS、 ICLR等顶会发表一作论文

3. 03

   有丰富的大模型方向项目或实习经验 此课题同时招聘应届实习生和低年级实习生。