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": "多模态算法实习生（J99677）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "MEG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-自研模型架构探索：深度参与电商数字人生成大模型的研发，探索Diffusion Model、DMD等前沿方法在数字人直播与短视频生成中的应用\n-前沿技术转化：紧跟视频生成、3D人脸重建与驱动等领域的最前沿进展，验证并落地创新算法方案，解决复杂环境下的数字人表现力问题\n-学术成果沉淀：结合业务场景中的核心挑战，沉淀高质量研究成果，撰写并在人工智能国际顶尖学术会议/期刊上发表论文\n-全链路方案优化：研发并迭代电商数字人直播解决方案，攻克交互实时性、生成一致性等关键指标，持续提升数字人在实际生产环境中的业务转化效能",
"requirements_text": "-深入理解GAN、 VAE、Diffusion Model/CFM等视觉生成技术，精通DPO、LORA、蒸馏等训练方法，有成功的模型算法优化和应用经验。有3D人脸建模，talking-head生成，唇驱等数字人相关技术背景优先\n-熟悉Wan、CogVideoX等开源视频生成基座模型，精通DiT和mmDiT架构，了解可控生成技术和应用，如ControlNet，IP-adapter等\n-具有扎实的算法理论和研发基础，熟练掌握常用CV算法和工具（分类、分割、超分等）；有顶会论文优先\n-勤于钻研前沿技术，具备较强的自学与研究能力",
"skills": [AI生成
"建模"
],
"preferred_qualifications": "有3D人脸建模，talking-head生成，唇驱等数字人相关技术背景优先；有顶会论文优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/55018877-6dd3-4e58-881b-d4b4123ce51b"
}
]
},
"posting": {
"posting_id": "55018877-6dd3-4e58-881b-d4b4123ce51b",
"post_date": "2026-07-23",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/55018877-6dd3-4e58-881b-d4b4123ce51b"
},
"fulltext": "多模态算法实习生（J99677）\n多模态算法实习生（J99677）\n\n基础信息\n部门：MEG\n地点：北京市\n项目：日常实习项目\n类别：技术\n招聘人数：1\n发布时间：2026-07-23\n\n工作职责\n-自研模型架构探索：深度参与电商数字人生成大模型的研发，探索Diffusion Model、DMD等前沿方法在数字人直播与短视频生成中的应用\n-前沿技术转化：紧跟视频生成、3D人脸重建与驱动等领域的最前沿进展，验证并落地创新算法方案，解决复杂环境下的数字人表现力问题\n-学术成果沉淀：结合业务场景中的核心挑战，沉淀高质量研究成果，撰写并在人工智能国际顶尖学术会议/期刊上发表论文\n-全链路方案优化：研发并迭代电商数字人直播解决方案，攻克交互实时性、生成一致性等关键指标，持续提升数字人在实际生产环境中的业务转化效能\n\n职责要求\n-深入理解GAN、 VAE、Diffusion Model/CFM等视觉生成技术，精通DPO、LORA、蒸馏等训练方法，有成功的模型算法优化和应用经验。有3D人脸建模，talking-head生成，唇驱等数字人相关技术背景优先\n-熟悉Wan、CogVideoX等开源视频生成基座模型，精通DiT和mmDiT架构，了解可控生成技术和应用，如ControlNet，IP-adapter等\n-具有扎实的算法理论和研发基础，熟练掌握常用CV算法和工具（分类、分割、超分等）；有顶会论文优先\n-勤于钻研前沿技术，具备较强的自学与研究能力\n-自研模型架构探索：深度参与电商数字人生成大模型的研发，探索Diffusion Model、DMD等前沿方法在数字人直播与短视频生成中的应用\n-前沿技术转化：紧跟视频生成、3D人脸重建与驱动等领域的最前沿进展，验证并落地创新算法方案，解决复杂环境下的数字人表现力问题\n-学术成果沉淀：结合业务场景中的核心挑战，沉淀高质量研究成果，撰写并在人工智能国际顶尖学术会议/期刊上发表论文\n-全链路方案优化：研发并迭代电商数字人直播解决方案，攻克交互实时性、生成一致性等关键指标，持续提升数字人在实际生产环境中的业务转化效能\n-深入理解GAN、 VAE、Diffusion Model/CFM等视觉生成技术，精通DPO、LORA、蒸馏等训练方法，有成功的模型算法优化和应用经验。有3D人脸建模，talking-head生成，唇驱等数字人相关技术背景优先\n-熟悉Wan、CogVideoX等开源视频生成基座模型，精通DiT和mmDiT架构，了解可控生成技术和应用，如ControlNet，IP-adapter等\n-具有扎实的算法理论和研发基础，熟练掌握常用CV算法和工具（分类、分割、超分等）；有顶会论文优先\n-勤于钻研前沿技术，具备较强的自学与研究能力",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}