研究型实习生-万相Wan多模态生成前沿技术研究

优缺点分析

角色解读

• 在实习期间，可以深入参与前沿研究，积累宝贵的科研经验
• 表现优秀者有机会获得转正机会，成为阿里巴巴的正式研究员
• 未来可发展为多模态生成领域的专家，或转向产品、技术管理等方向
• 参与多模态生成模型的前沿技术研究，包括视频生成、音视频对齐、后训练、实时生成和世界模型等方向
• 探索模型架构、Scaling Law、优化算法等，提升模型的生成质量和效率
• 与团队成员合作，进行实验设计、代码实现、结果分析和论文撰写
• 扎实的机器学习和多模态算法基础，熟悉深度学习框架（如PyTorch）
• 熟练掌握C++或Python，具备良好的编程能力
• 有顶级会议（如CVPR、NeurIPS）论文发表经验者优先
• 对前沿技术有热情，具备良好的沟通和团队协作能力

申请策略

• 在申请时，可以附上你的GitHub链接或作品集，展示你的技术能力
• 了解阿里巴巴在AI领域的研究方向，并在面试中展示你的兴趣和思考
• 突出你的算法基础，包括机器学习、深度学习、多模态等
• 重点展示你的项目经验，尤其是与多模态生成、视频生成相关的项目
• 如果有论文发表，一定要列出，并说明你的贡献
• 强调你的编程能力，尤其是C++和Python
• 提前学习多模态生成模型的相关知识，如DiT、MoE、RLHF等
• 熟悉PyTorch等深度学习框架，并尝试实现一些经典的生成模型

面试指南

• 在回答技术问题时，可以结合项目经验，说明你的思考过程和解决方案
• 对于算法问题，可以阐述你的思路，并注意细节
• 在回答研究问题时，可以展示你对前沿技术的理解，并表达你的热情
• 请介绍一下你在多模态生成或相关领域的研究项目
• 你对视频生成模型有哪些了解？谈谈你对DiT或MoE架构的看法
• 如何解决视频生成中的长视频漂移问题？
• 你如何优化一个深度学习模型的训练速度？
• 请谈谈你对RLHF在生成模型中的应用的理解