腾讯
实习混元多模态-原生多模态模型探索
深圳总部 · 实习 · 博士
长期有效
任职要求
- 学历和专业要求：来自计算机、人工智能、自动化等相关专业的优秀博士/硕士。
- 技术技能要求：熟悉深度学习，有扎实的深度学习实践基础；熟练掌握图像&视频生成模型原理并有相关实践经验和相关顶会论文发表；代码能力强，熟练掌握PyTorch。
- 此课题同时招聘应届实习生和低年级实习生。
岗位描述
【岗位职责】
课题背景：原生多模态架构逐渐成为生图的主流方案，例如混元发布的Hunyuan-Image-3.0就是一个原生多模态模型，在文生图和图生图都取得了不错的效果。未来各个模态归一到统一的模型中进行预训练是一个大的研究趋势，其中各种问题都亟需人才进行探索和攻破。
课题挑战：当前原生多模态模型依然在存在着很多需要探索的方向，在架构、训练策略、数据策略等方向都存在诸多挑战：例如如何进一步扩展原生多模态架构将视频和音频生成统一到一个框架中，如何设计支持图像理解和生成的统一encoder，如何设计LLM、生成、理解的预训练策略来实现更好的协同，如何设计模态融合任务来使得生成、理解互相促进。
具体工作：青云实习生一部分时间参与上述挑战课题的前沿学术研究，包括但不限于：1）原生多模态架构设计；2）理解生成统一Encoder设计；3）多任务多模态预训练策略探索；4）多模态协同促进研究探索等。较强的实习生可以参与主模型的训练，成为主模型版本的contributor，并体验工业大模型的生产过程。
【任职要求】
学历和专业要求：来自计算机、人工智能、自动化等相关专业的优秀博士/硕士。
技术技能要求：熟悉深度学习，有扎实的深度学习实践基础；熟练掌握图像&视频生成模型原理并有相关实践经验和相关顶会论文发表；代码能力强，熟练掌握PyTorch。
【加分项】
此课题同时招聘应届实习生和低年级实习生。
【技术方向】
多模态、视觉、语音
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。