【Ace顶尖实习生】全模态大模型理解与生成轻量化及加速算法研究

【Ace顶尖实习生】全模态大模型理解与生成轻量化及加速算法研究 机器学习平台 北京市，上海市，杭州市，深圳市 Ace 顶尖实习生计划 本课题聚焦于多模态理解与生成的高效算法研究，旨在通过创新的模型压缩与加速技术，在保持模型性能的前提下显著降低计算开销与延迟。课题将深入分析现有多模态模型的视觉感知与生成机制，探索视觉Token自适应压缩（如文本引导的动态token剪枝、跨层信息复用等前沿技术）、Agent上下文管理、扩散模型一致性蒸馏与潜在一致性模型（LCM）加速生成（如SANA-Sprint、TLCM等一步/少步生成方法）、跨模态高效注意力等前沿方向。课题研究成果将转化成论文等科研产出，提升小红书前沿技术影响力，同时支持小红书各个多模态业务场景有效推理降本及加速。