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": "【北斗】多模态数字人算法研究员",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机科学、人工智能、电子信息等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【愿景】\n成为本地生活领域虚拟服务解决方案的头部玩家，打造AI驱动的下一代智能直播基础设施。\n\n【你将参与】\n1.以人为中心的视频生成研究与应用：负责基于扩散模型/Transformer架构的人物视频生成算法研发，重点攻克人体姿态可控性、外观保真度、时序连贯性等核心难题，目标实现业界领先的生成质量，在数字人直播场景落地应用。\n2.流式视频生成/动作生成技术探索：设计并实现低延迟流式推理框架，探索Token级增量生成、因果注意力机制等前沿方向，构建端到端生成低延迟解决方案，支撑实时交互场景落地。\n3.多模态驱动的动作生成：研究基于文本/音频/姿态等多模态信号控制的人体动作生成算法，涵盖全身动作、手势、表情及唇型驱动，实现高自然度、多样性的动作合成，并完成从研究到相应线上产品的闭环交付。\n4.AI数字人算法落地与优化：主导数字人生成全链路开发和优化，包括模型迭代、训练加速、推理提速，推动数字人生成效果，保障线上服务稳定性。",
"requirements_text": "【任职资格】\n基本要求：\n1.计算机科学、人工智能、电子信息等相关专业硕士及以上学历；\n2.精通至少一种视频生成基座框架（如DiT、UNet-based Diffusion等），熟悉大模型后训练技术（SFT/RLHF等）；\n3.熟悉主流的视频生成加速技术（如模型并行、推理优化、流式生成架构）；\n4.熟悉SMPL/FLAME/ARKIT等人体/人脸表征建模，掌握多模态控制动作生成主流方法；\n5.在CV/ML/MM方向顶级会议或期刊（CVPR、ICCV、ECCV、NeurIPS、ICML、ACM MM、TPAMI等）上发表过论文；\n6.有主导算法创新研究的完整经验（从idea提出到实验验证到论文发表）。\n加分项：\n1.有数字人相关实际项目经验（如唇驱、Talking Head、全身驱动、3D虚拟人等）；\n2.有开源项目或竞赛获奖经历。\n【为什么是我们】\n团队核心成员深耕数字人算法多年，产研落地经验丰富，在数字人/视频生成相关方向上发表顶会论文数十篇。该岗位技术创新与业务价值并重，数据场景丰富、GPU资源充裕，研究成果能快速触达亿级用户。",
"skills": [AI生成
"建模",
"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://zhaopin.meituan.com/web/position/detail?jobUnionId=4529858137&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4529858137",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4529858137&jobShareType=1"
},
"fulltext": "【北斗】多模态数字人算法研究员\n【北斗】多模态数字人算法研究员\n\n基础信息\n工作地点：北京市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-06-03\n\n岗位职责\n【愿景】\n成为本地生活领域虚拟服务解决方案的头部玩家，打造AI驱动的下一代智能直播基础设施。\n\n【你将参与】\n1.以人为中心的视频生成研究与应用：负责基于扩散模型/Transformer架构的人物视频生成算法研发，重点攻克人体姿态可控性、外观保真度、时序连贯性等核心难题，目标实现业界领先的生成质量，在数字人直播场景落地应用。\n2.流式视频生成/动作生成技术探索：设计并实现低延迟流式推理框架，探索Token级增量生成、因果注意力机制等前沿方向，构建端到端生成低延迟解决方案，支撑实时交互场景落地。\n3.多模态驱动的动作生成：研究基于文本/音频/姿态等多模态信号控制的人体动作生成算法，涵盖全身动作、手势、表情及唇型驱动，实现高自然度、多样性的动作合成，并完成从研究到相应线上产品的闭环交付。\n4.AI数字人算法落地与优化：主导数字人生成全链路开发和优化，包括模型迭代、训练加速、推理提速，推动数字人生成效果，保障线上服务稳定性。\n\n岗位基本要求\n【任职资格】\n基本要求：\n1.计算机科学、人工智能、电子信息等相关专业硕士及以上学历；\n2.精通至少一种视频生成基座框架（如DiT、UNet-based Diffusion等），熟悉大模型后训练技术（SFT/RLHF等）；\n3.熟悉主流的视频生成加速技术（如模型并行、推理优化、流式生成架构）；\n4.熟悉SMPL/FLAME/ARKIT等人体/人脸表征建模，掌握多模态控制动作生成主流方法；\n5.在CV/ML/MM方向顶级会议或期刊（CVPR、ICCV、ECCV、NeurIPS、ICML、ACM MM、TPAMI等）上发表过论文；\n6.有主导算法创新研究的完整经验（从idea提出到实验验证到论文发表）。\n加分项：\n1.有数字人相关实际项目经验（如唇驱、Talking Head、全身驱动、3D虚拟人等）；\n2.有开源项目或竞赛获奖经历。\n【为什么是我们】\n团队核心成员深耕数字人算法多年，产研落地经验丰富，在数字人/视频生成相关方向上发表顶会论文数十篇。该岗位技术创新与业务价值并重，数据场景丰富、GPU资源充裕，研究成果能快速触达亿级用户。\n【愿景】\n成为本地生活领域虚拟服务解决方案的头部玩家，打造AI驱动的下一代智能直播基础设施。\n\n【你将参与】\n1.以人为中心的视频生成研究与应用：负责基于扩散模型/Transformer架构的人物视频生成算法研发，重点攻克人体姿态可控性、外观保真度、时序连贯性等核心难题，目标实现业界领先的生成质量，在数字人直播场景落地应用。\n2.流式视频生成/动作生成技术探索：设计并实现低延迟流式推理框架，探索Token级增量生成、因果注意力机制等前沿方向，构建端到端生成低延迟解决方案，支撑实时交互场景落地。\n3.多模态驱动的动作生成：研究基于文本/音频/姿态等多模态信号控制的人体动作生成算法，涵盖全身动作、手势、表情及唇型驱动，实现高自然度、多样性的动作合成，并完成从研究到相应线上产品的闭环交付。\n4.AI数字人算法落地与优化：主导数字人生成全链路开发和优化，包括模型迭代、训练加速、推理提速，推动数字人生成效果，保障线上服务稳定性。\n【任职资格】\n基本要求：\n1.计算机科学、人工智能、电子信息等相关专业硕士及以上学历；\n2.精通至少一种视频生成基座框架（如DiT、UNet-based Diffusion等），熟悉大模型后训练技术（SFT/RLHF等）；\n3.熟悉主流的视频生成加速技术（如模型并行、推理优化、流式生成架构）；\n4.熟悉SMPL/FLAME/ARKIT等人体/人脸表征建模，掌握多模态控制动作生成主流方法；\n5.在CV/ML/MM方向顶级会议或期刊（CVPR、ICCV、ECCV、NeurIPS、ICML、ACM MM、TPAMI等）上发表过论文；\n6.有主导算法创新研究的完整经验（从idea提出到实验验证到论文发表）。\n加分项：\n1.有数字人相关实际项目经验（如唇驱、Talking Head、全身驱动、3D虚拟人等）；\n2.有开源项目或竞赛获奖经历。\n【为什么是我们】\n团队核心成员深耕数字人算法多年，产研落地经验丰富，在数字人/视频生成相关方向上发表顶会论文数十篇。该岗位技术创新与业务价值并重，数据场景丰富、GPU资源充裕，研究成果能快速触达亿级用户。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}