光子 AI-视频生成内容理解与反馈研究员

优缺点分析

角色解读

• 在腾讯光子AI团队深入视频生成与理解前沿，成为领域专家
• 未来可向技术Leader或首席研究员发展，主导核心技术路线
• 技术可迁移至游戏AI、元宇宙、数字人等高景气方向
• 研究视频生成模型对生成内容的理解能力，分析语义、对象、关系和空间结构
• 实现生成视频的状态跟踪与一致性建模，探索生成-理解一体化架构
• 参与动作输入到视频输出的因果一致性控制与物理约束，推动实时交互式生成的低延迟反馈
• 与Agent/RL团队协作，在游戏场景中验证可控交互能力并主导评测体系建立
• 扎实的AI博士背景，精通视频理解/生成、扩散模型、强化学习等方向
• 熟练使用Python和PyTorch，能独立设计复杂模型训练pipeline
• 有交互式或可控视频生成研究经历，熟悉视频生成与理解内部机制
• 良好的工程能力与科研创新思维，能持续跟进前沿技术

申请策略

• 了解腾讯光子AI在游戏场景中的具体应用，思考如何将研究与其游戏业务结合
• 在面试中展示对生成与理解一体化架构的独到见解，体现创新思维
• 突出博士方向与岗位的匹配度，如视频理解、扩散模型、强化学习相关研究
• 附上顶级会议或期刊论文列表，尤其是视频生成/理解相关
• 强调独立设计训练pipeline的工程能力，以及游戏AI或仿真经验
• 展示交互式或可控视频生成的具体项目成果，最好有代码开源或Demo
• 补充强化学习或游戏AI相关知识，提升闭环系统设计能力
• 深入学习扩散模型原理及最新变体，如Video Diffusion、Sora等

面试指南

• 采用STAR法则：先说明背景和目标，再阐述技术方案（模型结构、训练策略），最后展示结果和思考
• 对于技术原理问题，由浅入深：从基础概念到具体改进，突出你的创新点
• 对于系统设计问题，先明确约束条件，再给出多方案对比，最后推荐并解释原因
• 请详细解释扩散模型在视频生成中的原理，以及你如何改进其时间一致性？
• 你如何设计一个可控视频生成模型，使得动作输入能精确控制输出？
• 如何建立生成视频的内容理解评测体系？请给出具体指标
• 你如何处理生成视频中的物理约束（如物体运动轨迹）？
• 描述一个你独立完成的复杂训练pipeline，包括数据、模型和优化细节