{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "跨模态理解与视频生成处理-阿里星/T-Star",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团",
        "location": "北京 / 杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "淘天集团",
        "company_industry": "电子商务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "如果你，渴望深入探索视频生成技术，开发文本到视频（T2V）基础模型的前沿技术，致力于提升生成视频的画质，真实性，一致性，以及视频生产的效率；\n如果你，热衷于AIGC驱动的视频增强与处理技术，专注于将通用大模型架构优化并迁移到垂直领域，推动下游应用性能的突破；\n如果你，专注于基于AIGC的可控性编辑，探索如何精准实现内容生成与修改，满足多样化的业务需求；\n如果你，对基于AIGC的人脸，人体生成编辑技术充满热情，致力于打造具有高度交互性和真实性的数字形象；\n如果你，期望在多模态视频理解领域取得突破，通过技术创新提升视频内容的理解与分析能力；\n如果你，期望与一群聪明、皮实、乐观、追求卓越的优秀伙伴并肩作战，共同开创音视频技术的新篇章；\n那还在等待什么，赶紧加入我们吧！\n岗位研究课题：\n【视频增强】基于文生视频（T2V）的跨模态高保真视频增强算法。\n【视频生成】聚焦跨模态可控视频生成与编辑，多模态指令驱动下视频合成，保持时序、主体身份一致性。\n【人像美化】基于大模型的妆容迁移、脸型/体型智能编辑以及人脸/人体美化。\n【跨模态理解】基于多模态大模型，处理视听协同感知、复杂语义一致性、崩坏识别、商品高光定位等high-level的音频、视频理解任务。",
        "requirements_text": "1.本科及以上学历，计算机科学、人工智能、电子与通信等相关专业；面向2026年11月及以后的海内外高校在校生。\n2.精通Diffusion模型及相关技术，掌握T2V基础模型及相关技术原理，有图像/视频生成或处理相关经验；\n3.具备卓越的工程实现能力，熟练掌握C/C++、Java、Python等至少一门编程语言；\n4.熟练掌握深度学习框架，如TensorFlow、PyTorch；\n5.学习能力强，对新技术有敏锐的洞察力，对AIGC领域充满热情，善于独立思考并持续优化；\n6.良好的沟通能力和团队协作精神，乐于分享技术见解，善于与团队成员合作。\n【加分项】\n1. 具有文本到视频（T2V）、AIGC内容编辑、多模态视频理解等相关领域的实习或项目经验；\n2. 拥有百亿参数级别大模型训练经验，或具备超大规模数据集构建与管理经验；\n3. 在计算机视觉和人工智能领域的国际顶级会议（CVPR, ICCV, ECCV, AAAI, NeurIPS等）或期刊（T-PAMI,T-IP等）发表论文，或在权威学术竞赛中获奖。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "计算机视觉",
            "模型训练",
            "团队协作",
            "沟通能力",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "【加分项】",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907740115?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907740115",
        "post_date": "2026-08-10",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907740115?deptCodes="
    },
    "fulltext": "跨模态理解与视频生成处理-阿里星/T-Star\n跨模态理解与视频生成处理-阿里星/T-Star\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州\n\n职位描述\n如果你，渴望深入探索视频生成技术，开发文本到视频（T2V）基础模型的前沿技术，致力于提升生成视频的画质，真实性，一致性，以及视频生产的效率；\n如果你，热衷于AIGC驱动的视频增强与处理技术，专注于将通用大模型架构优化并迁移到垂直领域，推动下游应用性能的突破；\n如果你，专注于基于AIGC的可控性编辑，探索如何精准实现内容生成与修改，满足多样化的业务需求；\n如果你，对基于AIGC的人脸，人体生成编辑技术充满热情，致力于打造具有高度交互性和真实性的数字形象；\n如果你，期望在多模态视频理解领域取得突破，通过技术创新提升视频内容的理解与分析能力；\n如果你，期望与一群聪明、皮实、乐观、追求卓越的优秀伙伴并肩作战，共同开创音视频技术的新篇章；\n那还在等待什么，赶紧加入我们吧！\n岗位研究课题：\n【视频增强】基于文生视频（T2V）的跨模态高保真视频增强算法。\n【视频生成】聚焦跨模态可控视频生成与编辑，多模态指令驱动下视频合成，保持时序、主体身份一致性。\n【人像美化】基于大模型的妆容迁移、脸型/体型智能编辑以及人脸/人体美化。\n【跨模态理解】基于多模态大模型，处理视听协同感知、复杂语义一致性、崩坏识别、商品高光定位等high-level的音频、视频理解任务。\n\n职位要求\n1.本科及以上学历，计算机科学、人工智能、电子与通信等相关专业；面向2026年11月及以后的海内外高校在校生。\n2.精通Diffusion模型及相关技术，掌握T2V基础模型及相关技术原理，有图像/视频生成或处理相关经验；\n3.具备卓越的工程实现能力，熟练掌握C/C++、Java、Python等至少一门编程语言；\n4.熟练掌握深度学习框架，如TensorFlow、PyTorch；\n5.学习能力强，对新技术有敏锐的洞察力，对AIGC领域充满热情，善于独立思考并持续优化；\n6.良好的沟通能力和团队协作精神，乐于分享技术见解，善于与团队成员合作。\n【加分项】\n1. 具有文本到视频（T2V）、AIGC内容编辑、多模态视频理解等相关领域的实习或项目经验；\n2. 拥有百亿参数级别大模型训练经验，或具备超大规模数据集构建与管理经验；\n3. 在计算机视觉和人工智能领域的国际顶级会议（CVPR, ICCV, ECCV, AAAI, NeurIPS等）或期刊（T-PAMI,T-IP等）发表论文，或在权威学术竞赛中获奖。\n\n在招业务\n淘天集团\n如果你，渴望深入探索视频生成技术，开发文本到视频（T2V）基础模型的前沿技术，致力于提升生成视频的画质，真实性，一致性，以及视频生产的效率；\n如果你，热衷于AIGC驱动的视频增强与处理技术，专注于将通用大模型架构优化并迁移到垂直领域，推动下游应用性能的突破；\n如果你，专注于基于AIGC的可控性编辑，探索如何精准实现内容生成与修改，满足多样化的业务需求；\n如果你，对基于AIGC的人脸，人体生成编辑技术充满热情，致力于打造具有高度交互性和真实性的数字形象；\n如果你，期望在多模态视频理解领域取得突破，通过技术创新提升视频内容的理解与分析能力；\n如果你，期望与一群聪明、皮实、乐观、追求卓越的优秀伙伴并肩作战，共同开创音视频技术的新篇章；\n那还在等待什么，赶紧加入我们吧！\n岗位研究课题：\n【视频增强】基于文生视频（T2V）的跨模态高保真视频增强算法。\n【视频生成】聚焦跨模态可控视频生成与编辑，多模态指令驱动下视频合成，保持时序、主体身份一致性。\n【人像美化】基于大模型的妆容迁移、脸型/体型智能编辑以及人脸/人体美化。\n【跨模态理解】基于多模态大模型，处理视听协同感知、复杂语义一致性、崩坏识别、商品高光定位等high-level的音频、视频理解任务。\n1.本科及以上学历，计算机科学、人工智能、电子与通信等相关专业；面向2026年11月及以后的海内外高校在校生。\n2.精通Diffusion模型及相关技术，掌握T2V基础模型及相关技术原理，有图像/视频生成或处理相关经验；\n3.具备卓越的工程实现能力，熟练掌握C/C++、Java、Python等至少一门编程语言；\n4.熟练掌握深度学习框架，如TensorFlow、PyTorch；\n5.学习能力强，对新技术有敏锐的洞察力，对AIGC领域充满热情，善于独立思考并持续优化；\n6.良好的沟通能力和团队协作精神，乐于分享技术见解，善于与团队成员合作。\n【加分项】\n1. 具有文本到视频（T2V）、AIGC内容编辑、多模态视频理解等相关领域的实习或项目经验；\n2. 拥有百亿参数级别大模型训练经验，或具备超大规模数据集构建与管理经验；\n3. 在计算机视觉和人工智能领域的国际顶级会议（CVPR, ICCV, ECCV, AAAI, NeurIPS等）或期刊（T-PAMI,T-IP等）发表论文，或在权威学术竞赛中获奖。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}