2026实习生-视频生成模型评测

1 跟踪并实际测试主流开源与闭源视频生成模型，梳理各自的能力边界、典型失效模式与相对优势，输出可 供团队决策参考的横向对比结论。 2 参与制定视频数据验收标准：清晰度与运动模糊、曝光一致性、构图 覆盖、元信息完整性；生成侧关注指令遵循、时序一致性与闪烁、主体与 ID 保持、运动幅度与物理合理性、 结构畸变、美学质量、多视角一致性。 3 结合每一版模型的生成结果与训练、产品侧的实际需求，动态迭代评分卡的维度、权重与判定阈值，并沉 淀为版本化的评测文档。 4 参与搭建评测工具链：抽样与任务分发、人工打分、双盲 A/B 与 GSB 对比、自动指标接入、人机评分一致 性分析、回归报表看板。 5 把评测中发现的高频问题归因到数据层面（场景缺失、分布偏差、标注噪声），形成对下一轮采集与训练 的明确输入。

• 本科及以上在读，专业不限；每周可到岗 5 天，能连续实习 3 个月以上。

• 实际部署或使用过多个视频生成模型（开源或商业产品均可），能具体讲清它们在指令遵循、运动质量、 一致性等方面的差异与常见问题。

• 熟悉 Python，能独立完成批量推理、数据处理与结果整理。

• 对画面质量有判断力与审美敏感度，能把"看起来不对"拆解为可量化、可复现、他人可对齐执行的评价标 准。

• 做事严谨，有标准化意识，文档与沟通能力良好，能在算法、数据、产品多方之间对齐评测口径。