阿里巴巴
研究型实习生-视频生成模型优化研究
研究型实习生-视频生成模型优化研究
发布于 大约 9 小时前实习/见习
杭州市 / 北京市
无经验要求
实习生
仅现场办公
硕士
人工智能
Cuda
Diffusion Models
Moe
Pytorch
Sparse Attention
模型压缩
视频生成
AI 估算 · 0k–1k
研究型实习生薪资通常按日薪计算，阿里巴巴实习生日薪约300-500元，考虑顶尖AI研究岗位的竞争力。
职位详情
关于这个职位
这是一份阿里巴巴的研究型实习生岗位，专注于文生视频模型的推理与训练加速
你将深入研究主流模型架构，设计高效算法和系统级优化方案，并有机会将成果发表在顶级AI会议上
适合对生成式AI有浓厚兴趣、具备扎实深度学习基础的在校研究生
最低要求
计算机科学、人工智能、电子工程或相关专业硕士及以上学历，博士优先
扎实的深度学习与计算机视觉基础，熟悉扩散模型、Transformer、生成式AI等核心技术
在文生图或文生视频领域有实际研究或项目经验，了解主流模型架构（如 Wanx、CogVideo等）
精通 PyTorch 框架，具备良好的代码工程能力
工作职责
前沿算法研究与创新：
（1）深入研究当前主流文生视频模型（如Wanx、CogVideo等）的架构，定位其在计算、内存及I/O上的核心瓶颈
（2）探索并设计全新的高效模型架构，将MoE、Sparse Attention等先进思想引入Diffusion Transformer，研究少步/单步生成技术
（3）针对视频生成中的时序建模，研发更轻量级但同样有效的时空注意力机制
系统级优化与实现：
（1）设计并实现高性能的自定义CUDA/Triton核函数，以支持不规则稀疏计算模式或新型算子
（2）利用量化、剪枝、蒸馏等模型压缩技术，在保持生成质量的同时，大幅缩减模型尺寸和计算量
（3）研究适用于高分辨率、长时序视频生成的计算与内存优化技术
学术与技术影响力：
（1）将研究成果发表在顶级AI会议，构建团队的行业影响力
（2）跟踪并分析业界最新的技术动态，确保我们的研究方向始终保持领先
优先资格
在 NeurIPS / ICML / CVPR / ICLR 等顶级会议发表过相关论文者优先
具备优秀的科研创新能力、问题抽象能力与跨团队协作精神
AI 洞察
优缺点分析
优点
- 阿里巴巴平台资源丰富，有顶级导师指导，学术氛围浓厚
- 有机会发表顶级论文，为未来职业发展增加亮点
- 实习期可能面临高强度工作，需要快速学习和产出
- 适合对生成式AI有浓厚兴趣、具备扎实深度学习基础、渴望在学术和技术上突破的在校研究生
缺点 / 挑战
- 接触前沿技术，参与解决行业瓶颈，提升个人技术影响力
- 研究难度大，需要深入理解复杂模型和系统优化，挑战性强
- 竞争激烈，需要与顶尖人才合作，压力较大
角色解读
- 实习期间可发表顶级论文，为学术或工业界职业发展奠定基础
- 表现优秀可转正，加入阿里巴巴AI研究团队，成为核心研究员
- 积累系统优化和算法创新经验，未来可成为AI领域专家或技术领导者
- 深入研究文生视频模型（如Wanx、CogVideo）的架构，分析计算、内存和I/O瓶颈
- 设计并实现高效模型架构，如引入MoE、Sparse Attention，探索少步生成技术
- 开发高性能CUDA/Triton内核，应用量化、剪枝、蒸馏等压缩技术
- 将研究成果撰写成论文，投稿至NeurIPS、ICML等顶级会议
- 扎实的深度学习基础，熟悉扩散模型、Transformer和生成式AI
- 精通PyTorch，具备良好的代码工程能力
- 熟悉CUDA/Triton编程，了解模型压缩技术
- 有文生图或文生视频项目经验，了解主流模型架构
申请策略
- 了解阿里巴巴在AI领域的研究方向，特别是通义实验室
- 在简历中明确表达对视频生成技术的研究兴趣和未来规划
- 突出相关研究项目，如文生图/视频模型优化经验
- 强调论文发表经历，特别是顶级会议论文
- 展示CUDA/Triton编程能力，以及模型压缩项目
- 体现团队协作和跨团队沟通能力
- 深入学习扩散模型和Transformer架构，掌握最新研究动态
- 提升CUDA/Triton编程技能，熟悉模型压缩工具
面试指南
- 用STAR法则描述项目经验，突出技术难点和解决方案
- 结合最新研究，展示对前沿技术的理解，并联系实际应用
- 强调实验设计和结果分析，体现科研能力
- 请介绍你在文生视频或文生图模型优化方面的项目经验
- 如何设计一个高效的Diffusion Transformer？请谈谈你的思路
- 你如何优化CUDA内核以支持稀疏计算？
- 如何平衡模型压缩和生成质量？
- 请谈谈你对MoE和Sparse Attention在视频生成中应用的理解
职位点评
74
综合评分
前沿技术研究实习，学术成长空间大，但工作强度可能较高。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合追求技术成长和学术成就，愿意接受挑战的研究生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展95
工作生活50
使命价值80
薪资福利
60中等
实习薪资具有竞争力，但作为实习岗位，稳定性一般。
薪资信号未披露（AI估算：0K-0K/月）
成长发展
95较高
岗位聚焦前沿技术，提供顶级会议论文发表机会，成长空间大。
技术前沿前沿/新兴技术
技术栈Diffusion、Transformer、MoE、Sparse Attention、CUDA、Triton
成长机会发表顶级AI会议、构建行业影响力
业务类型ambiguous
工作生活
50较低
工作地点在北京或杭州，现场办公，未提及弹性工作。
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
80较高
推动AI技术发展，解决行业瓶颈，具有较高社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs