腾讯营销—商业化场景中多模态生成算法研究

商业化场景中多模态生成算法研究 岗位描述 我们聚焦广告创意素材的智能化生产，以多模态生成 Agent 为核心技术路线，为信息流广告、品牌广告、效果广告等场景提供高质量、大规模、低成本的创意内容生成能力。 我们构建的是能够自主规划创意、编排工具、自我评估与迭代的创意生产 Agent。团队围绕创意规划 Agent、多模态生成、Reward Model 与 Agentic RL 等方向开展研究，以技术驱动广告投放效率与创意质量的双重提升。 工作职责 创意生产 Agent 架构与规划：设计广告创意生产的 Agent 系统，研究需求理解、创意方案规划、多候选生成与自动优选，实现从投放需求到可投放素材的完整闭环； 工具编排与自主纠错：构建创意生产工具体系（图像/视频生成、素材检索、布局排版、局部重绘等），研究 Agent 的工具选择与调用决策，实现基于质量反馈的自反思与定向修复； 多模态生成模型研究：研究广告场景的可控图像与视频生成技术，攻克品牌元素一致性、构图可控性、图文协调等难题，为 Agent 提供可编排的原子生成能力； Reward Model 与效果对齐：构建覆盖美学、商业表达、图文一致性、合规性的多维奖励模型作为 Agent 决策依据，并研究以 CTR/CVR 为导向的对齐方法（RLHF、DPO、GRPO 等）； Agentic RL：研究以强化学习优化 Agent 的规划、选路、工具调用等多步决策，探索多智能体协同、轨迹级优化与稀疏延迟反馈下的信用分配； 前沿技术跟进与创新：紧跟 AIGC 与 Agent 领域最新进展（Diffusion、DiT、多模态统一模型、Agentic RL、工具学习等），推动业务落地与顶会论文产出。

1. 01

   计算机科学、人工智能、电子工程、数学等相关专业在读硕士/博士，2026-2027 届毕业生或实习生；

2. 02

   扎实的深度学习基础，熟悉主流生成模型原理（Diffusion Models、GAN、VAE、Flow Matching 等）；

3. 03

   熟练使用 PyTorch 等主流深度学习框架，具备良好的 Python/C++ 编程能力；

4. 04

   了解主流视觉生成模型（如 Stable Diffusion、DALL·E、DiT、Sora、CogVideo 等）及其可控生成方法（ControlNet、IP-Adapter、LoRA 等）；

5. 05

   具备独立复现论文和设计实验的能力，有较强的分析问题和工程落地意识；

6. 06

   良好的沟通协作能力和自驱力，对广告/营销等商业化场景有兴趣；

7. 07

   加分项；

8. 08

   在 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、SIGGRAPH、ACM MM 等顶会发表过相关论文；

9. 09

   有图像/视频生成模型的训练、微调或产品化落地经验；

10. 10

    有广告创意、内容营销或推荐系统相关的研究或工程经验；

11. 11

    了解广告投放链路（如 CTR 预估、创意优选）并能将其与生成技术结合思考；

12. 12

    有大规模模型训练或推理优化经验。