微信秒剪-基于强化学习的视频生成模型优化

课题背景： 视频生成已成为大模型时代新的热点，大模型厂家纷纷发布视频生成基座模型，但效果优秀的头部模型多为闭源，无法针对业务场景进行定制和适配。开源模型在指令遵循、视觉效果、运动质量上都有一定短板，虽然利用监督学习能在一定程度上弥补短板，但无法针对具体的指标和问题进行直接优化，需要引入强化学习进行针对性提升，闭源产品也都将强化学习作为后训练的重要环节。 强化学习具有收敛难、易发生Reward Hack等难点，在视频生成场景更面临扩散模型计算量大的问题。本课题需要系统性解决强化学习（GRPO等算法）的各项难点，提升视频生成模型（如Wan 2.2、LTX-2.3等）效果，完善音画同步和分镜生成能力，以落地到业务场景中。 岗位价值： 强化学习可以系统性提升视频生成在各个维度的综合能力，解决SFT、LoRA等技术无法处理的问题，但这一技术难度较高，业内多为闭源，强化学习在视频扩散上的技术并不成熟，需要引入能力较强的同学攻克技术难点，系统性提升各种场景下的视频生成质量，提升秒剪、输入法生成场景下的用户体验

1. 01

   具备独立解决复杂算法难题的能力

2. 02

   在多模态（理解和生成等方向）方向有持续深入的耕耘

3. 03

   具备丰富的强化学习效果调优经验

4. 04

   发表过多篇顶会论文，或具有优秀的多模态开源项目，博士优先