腾讯
光子 AI-视频生成基础模型研究员
光子 AI-视频生成基础模型研究员
发布于 大约 3 小时前普通员工/个人贡献者
深圳市
专家级经验
全职员工
仅现场办公
博士
研究与开发 (研发)
PyTorch
视频生成
扩散模型
分布式训练
Kv Cache
Scaling Law
Tokenizer
自回归生成
Video Vae
AI 估算 · 40k–80k
腾讯AI Lab高级研究员岗位，博士学历且要求顶会论文，深圳市场薪资竞争力强，结合大厂薪酬体系估算。
职位详情
关于这个职位
该职位负责腾讯光子AI实验室的视频生成基础模型研究，聚焦下一代视频生成架构设计、长视频生成核心技术（如长上下文注意力、KV Cache压缩）以及高压缩比视频Tokenizer
你将主导千亿/万亿token级别的视频预训练，探索Scaling Law，并输出技术路线决策与顶会论文
适合有志于推动视频生成领域前沿、具备扎实扩散模型与自回归生成背景的博士研究员
最低要求
AI相关博士，有顶会一作论文
精通扩散模型与自回归生成的原理与工程实现
有视频/图像生成模型从零训练经验，精通PyTorch及大规模分布式训练
深度理解Video VAE/Tokenizer的设计取舍，3年以上相关研究经验
有视频生成或扩散模型相关方向论文
工作职责
设计与迭代下一代视频生成基础架构
探索长视频生成核心技术：长上下文注意力、KV Cache压缩、记忆机制等
研究高压缩比视频Tokenizer，推进多分辨率、多帧率统一建模能力
主导千亿/万亿token级别视频预训练，定义data mixture与curriculum learning策略
探索Scaling Law，输出科学的scale-up路径，持续提升模型关键能力
跟踪业界SOTA，主导对比实验，输出技术路线决策与论文发表
优先资格
有业界核心产品研发经验或最新技术实战经验者优先
主导过端到端视频基础模型项目者优先
AI 洞察
优缺点分析
优点
- 腾讯顶级平台，资源充足，能参与世界级视频生成项目
- 前沿技术方向（视频生成、Scaling Law），技术积累价值高
- 团队学术氛围浓厚，鼓励论文发表，个人成长快
- 薪酬待遇优厚，大厂福利完善
- 要求极高：需博士+顶会+3年以上经验，竞争激烈
- 工作强度大，项目周期紧，需要持续跟进SOTA
- 适合学术能力强、热爱技术创新、抗压且希望在视频生成领域做出顶尖成果的博士研究员
缺点 / 挑战
- 技术不确定性高，研究风险大，可能面临方案迭代压力
角色解读
- 从视频生成研究员成长为技术负责人或团队leader，主导核心模型研发
- 晋升为高级研究员/专家，在学术和工业界建立影响力
- 横向拓展到多模态、通用AI等前沿方向，成为AI领域领军人物
- 设计并迭代下一代视频生成基础架构，探索长上下文注意力、KV Cache压缩等核心技术
- 研究高压缩比视频Tokenizer，实现多分辨率、多帧率统一建模
- 主导千亿/万亿token级别的视频预训练，优化data mixture和curriculum learning策略
- 跟踪业界SOTA，进行对比实验并输出技术路线决策与论文
- 精通扩散模型与自回归生成的原理与工程实现
- 熟练使用PyTorch及大规模分布式训练框架
- 深入理解Video VAE/Tokenizer的设计与取舍
- 具备扎实的学术研究能力，有顶会论文发表经验
申请策略
- 面试前准备一个完整的技术分享，展示对视频生成全链路（Tokenizer→预训练→推理）的深入理解
- 了解腾讯光子AI的现有研究方向，思考如何与自身背景结合
- 突出博士研究方向与视频/图像生成相关的顶会论文
- 强调分布式训练经验、PyTorch工程能力及大规模预训练项目
- 展示对Video VAE/Tokenizer的深度理解，以及从零训练生成模型的经验
- 如有业界产品落地经验，务必详细描述个人贡献
- 补充长上下文注意力、KV Cache等最新技术知识
- 熟悉当前主流的视频生成模型（如Sora、VideoPoet等）技术细节
面试指南
- 对于原理性问题：先定义概念，再举例说明应用，最后对比优劣
- 对于设计类问题：从目标出发，提出方案框架，权衡利弊，给出推荐选择
- 对于经验类问题：STAR法则（背景、任务、行动、结果），突出个人贡献
- 请详细解释扩散模型和自回归生成在视频生成中的优劣及适用场景
- 你如何设计一个高效的Video Tokenizer？请对比不同VAE结构的权衡
- 给定100B token的视频数据，你会如何设计data mixture和curriculum learning策略？
- 谈谈你对Scaling Law的理解，在视频生成中scaling会带来哪些挑战？
- 你过去主导的视频生成项目遇到的最大技术难点是什么？如何解决的？
职位点评
72
综合评分
腾讯AI lab视频生成前沿研究岗，薪水高、技术新、成长快，但需高强度投入。
更适合这类人
最适合追求技术成长、学术产出和前沿突破的博士研究员，对WLB要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活40
使命价值70
薪资福利
85较高
腾讯大厂，博士研究员薪资处于行业顶尖水平，福利完善，但具体薪资面议，未直接在JD中披露。
薪资信号面议 (40K-80K/月)
成长发展
95较高
职位聚焦视频生成前沿技术（扩散模型、Scaling Law），鼓励论文发表，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈扩散模型、自回归生成、Video VAE、Tokenizer、长上下文注意力、KV Cache、Scaling Law
成长机会论文发表、技术路线决策
业务类型profit_center
工作生活
40较低
深圳腾讯总部，需现场办公，未提及弹性工作或WLB，互联网大厂高强度工作常见。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
视频生成技术有广泛社会应用（影视、游戏、教育），但JD未强调使命感，行业处于高速增长期。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs