主分类：大模型与生成式算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "光子 AI-可控视频生成研究员",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "IEG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "AI 相关博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.设计多模态可控生成框架，支持键盘/手柄/轨迹/语音等多种输入；\n2.研究稀疏控制信号下的高保真生成，探索条件控制范式在视频域的拓展；\n3.实现轨迹控制、相机控制、运动控制、姿态控制的解耦与组合；\n4.针对不同游戏类型设计专用控制模块；\n5.研发多人协同操控视频生成能力，实现低延迟响应与帧间状态保持；\n6.与引擎/Agent 团队协作，定义可控信号的标准化接口；\n7.推动可控生成与 RL 后训练的联合优化。",
"requirements_text": "1.AI 相关博士，计算机视觉/深度学习方向；\n2.精通条件生成模型及多人多通道操控技术，熟悉扩散模型原理；\n3.有相机控制、轨迹控制、姿态控制相关项目经验；\n4.理解游戏引擎的输入输出逻辑与帧同步机制；\n5.熟练使用 Python/PyTorch，有可控视频生成或条件生成相关方向论文；\n6.有游戏 AI 或游戏开发经验者优先；\n7.有实时/交互式视频生成项目经验者优先。",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"计算机视觉"
],
"preferred_qualifications": "6.有游戏 AI 或游戏开发经验者优先；7.有实时/交互式视频生成项目经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2067065225080913920"
}
]
},
"posting": {
"posting_id": "2067065225080913920",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2067065225080913920"
},
"fulltext": "光子 AI-可控视频生成研究员\n渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。\n1.设计多模态可控生成框架，支持键盘/手柄/轨迹/语音等多种输入；\n2.研究稀疏控制信号下的高保真生成，探索条件控制范式在视频域的拓展；\n3.实现轨迹控制、相机控制、运动控制、姿态控制的解耦与组合；\n4.针对不同游戏类型设计专用控制模块；\n5.研发多人协同操控视频生成能力，实现低延迟响应与帧间状态保持；\n6.与引擎/Agent 团队协作，定义可控信号的标准化接口；\n7.推动可控生成与 RL 后训练的联合优化。\n1.AI 相关博士，计算机视觉/深度学习方向；\n2.精通条件生成模型及多人多通道操控技术，熟悉扩散模型原理；\n3.有相机控制、轨迹控制、姿态控制相关项目经验；\n4.理解游戏引擎的输入输出逻辑与帧同步机制；\n5.熟练使用 Python/PyTorch，有可控视频生成或条件生成相关方向论文；\n6.有游戏 AI 或游戏开发经验者优先；\n7.有实时/交互式视频生成项目经验者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}