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": "【快Star】理解生成一体化算法研究员-【可灵AI】",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京 / 深圳",
"work_mode": "未披露",AI生成
"job_category": "J1007"AI生成
},
"company": {
"company_name": "快手科技",
"company_industry": "内容社区 / 直播 / 电商 / 人工智能",
"company_size": "10000人以上",
"company_website": "kuaishou.com",
"company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "博士 or 顶会一作 or 业界核心项目参与者",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【快Star】理解生成一体化算法研究员-【可灵AI】\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1007\n工作地点：北京 / 深圳\n发布时间：2026-05-25\n\n岗位职责\n理解生成一体化架构升级，同时打通图视频统一底座；理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目参与者；\n2、有大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n加分项：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验；\n4、其他参考项如 Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。",
"requirements_text": "【快Star】理解生成一体化算法研究员-【可灵AI】\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1007\n工作地点：北京 / 深圳\n发布时间：2026-05-25\n\n岗位职责\n理解生成一体化架构升级，同时打通图视频统一底座；理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目参与者；\n2、有大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n加分项：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验；\n4、其他参考项如 Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。",
"skills": [AI生成
"数据挖掘",
"架构设计",
"招聘"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12768?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "12768",
"post_date": "2026-05-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12768?recruitSubProjectCodes="
},
"fulltext": "【快Star】理解生成一体化算法研究员-【可灵AI】\n【快Star】理解生成一体化算法研究员-【可灵AI】\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1007\n工作地点：北京 / 深圳\n发布时间：2026-05-25\n\n岗位职责\n理解生成一体化架构升级，同时打通图视频统一底座；理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目参与者；\n2、有大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n加分项：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验；\n4、其他参考项如 Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。\n【快Star】理解生成一体化算法研究员-【可灵AI】\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1007\n工作地点：北京 / 深圳\n发布时间：2026-05-25\n\n岗位职责\n理解生成一体化架构升级，同时打通图视频统一底座；理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目参与者；\n2、有大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n加分项：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验；\n4、其他参考项如 Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。\n【快Star】理解生成一体化算法研究员-【可灵AI】\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1007\n工作地点：北京 / 深圳\n发布时间：2026-05-25\n\n岗位职责\n理解生成一体化架构升级，同时打通图视频统一底座；理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目参与者；\n2、有大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n加分项：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验；\n4、其他参考项如 Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}