百度
图像/视频生成算法实习生（J102191）
图像/视频生成算法实习生（J102191）
发布于 3 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Dit
学术论文
强化学习
扩散模型
模型蒸馏
深度学习
生成式Ai
算法研发
计算机视觉
值不值得投
74综合评分
综合评分 74
核心AI算法方向、前沿技术栈、强科研导向，适合志在深耕生成式模型的硕博人才
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.0万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1390 个在招 · 其中人工智能 43 个
市场机会
选择面较广
北京 · 人工智能 · 约 700 个在招
职位详情
关于这个职位
本职位聚焦图像与视频生成算法的实习研发，主要面向在读硕博研究生
核心工作包括扩散模型（DiT）等前沿技术的算法优化、前沿动态跟踪与学术论文协同撰写，以及探索模型蒸馏等新型方法并推动技术落地
最低要求
计算机、人工智能、数学或相关专业在读硕士/博士，目前从事于图像/视频生成、生成式模型或相关方向的科研工作
扎实的深度学习与生成式模型基础，熟悉扩散模型原理
对图像/视频生成前沿技术（如扩散模型、可控生成、生成加速等）有浓厚兴趣，具备出色的文献调研、归纳提炼和逻辑表达能力
能独立推进研究课题，对攻克具有挑战性的科研问题充满热情，具备良好的钻研精神与协作意识
工作职责
负责图像/视频生成模型的研发与效果优化工作，在扩散模型（Diffusion / DiT）等技术背景下探索高质量、高效率的生成方案
负责跟踪图像/视频生成、生成式大模型领域的前沿研究，进行技术调研与创新探索，协同撰写高质量学术论文
探索图像/视频生成的新型优化方法（如强化学习、模型蒸馏、少步生成等），推动创新技术从原型验证到业务场景落地
参与生成模型的关键技术攻关，联合算法结构、训练策略、推理加速等方向，设计并验证具有前瞻性的技术方案
优先资格
有模型后训练、蒸馏等研究经验者优先
具备良好的学术写作与表达能力，有顶会/顶刊（CVPR/ICCV/NeurIPS/ICLR 等）论文发表经验（一作或参与）者优先
AI 洞察
优缺点分析
优点
- 依托顶级AI平台与算力资源，接触行业最前沿的生成式模型技术
- 直接参与顶会论文产出与核心技术攻关，学术与工业界双轨成长
- 简历含金量高，利于后续深造或进入头部科技企业
- 技术迭代极快，需保持高强度学习与快速跟进能力
- 竞争门槛高，对论文产出与算法功底要求严苛
- 适合热爱前沿AI研究、具备扎实数理与编程基础、有志于在生成式模型领域深耕的在读硕博研究生
缺点 / 挑战
- 科研压力较大，需兼顾理论创新与业务落地指标
角色解读
- 可向生成式AI首席算法科学家、大模型架构师方向发展
- 也可转型为AI技术研究员或产品负责人，主导前沿技术落地与商业化探索
- 聚焦图像/视频生成模型（如扩散模型、DiT）的核心算法研发与性能调优
- 跟踪生成式AI前沿动态，开展技术调研并协同产出高水平学术论文
- 探索模型压缩、加速等新方法，推动科研成果向实际业务场景转化
- 扎实的深度学习与生成式模型理论基础
- 熟练掌握扩散模型原理及后训练、蒸馏等优化技术
- 具备优秀的英文文献阅读、学术写作与逻辑表达能力
- 拥有较强的独立科研攻关与团队协作能力
申请策略
- 提前梳理个人研究方向与该生成式AI业务的契合点
- 准备1-2个完整的项目/论文案例，重点说明技术难点与个人贡献
- 关注多模态大模型最新动态
- 突出相关科研项目经历、顶会/顶刊论文发表情况（注明作者顺序与贡献）
- 详细列出掌握的生成式模型框架、扩散模型变体及优化技巧
- 强化扩散模型底层推导与代码复现能力
- 补充模型蒸馏、量化、推理加速等工程化知识
- 提升英文学术写作与会议汇报技巧
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化阐述项目背景、技术选型、实验设计与最终指标
- 针对理论题，先给出核心公式/架构图，再分点解释物理意义与实现细节，最后对比基线方法说明优势
- 请详细介绍你最近一篇关于扩散模型或生成式模型的论文/项目，你的核心创新点是什么？
- 如何理解Diffusion模型的去噪过程与DiT架构的优势？两者在训练策略上有何差异？
- 在模型训练中出现模式崩溃或收敛困难时，你会如何排查与优化？
- 精读近半年CVPR/ICCV/NeurIPS关于图像/视频生成的Top论文
- 动手复现1-2个经典开源扩散模型代码
- 准备常见深度学习调参与分布式训练问题的实战解答
职位点评
薪资福利70
成长发展92
工作生活45
使命价值85
薪资福利
70中等
该岗位提供符合北京地区AI算法实习生市场标准的津贴，但实习生性质决定了其长期财务积累属性有限，稳定性与福利保障相对常规。
薪资信号市场水准 (6.5千–1.3万/月)
成长发展
92较高
岗位深度绑定生成式AI前沿技术，提供顶会论文指导与核心技术攻关机会，学术与工业界双重成长路径清晰，极大满足技能跃升需求。
技术前沿前沿/新兴技术
技术栈扩散模型、DiT、深度学习、生成式AI、模型蒸馏、强化学习
业务类型profit_center
工作生活
45较低
JD未明确标注弹性工时或远程政策，算法研发与论文产出导向通常伴随阶段性高强度投入，WLB保障程度取决于具体项目组安排。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
致力于推动图像/视频生成技术的突破与高效落地，直接赋能多模态内容创作，具有显著的技术创新价值与行业应用前景。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs