百度
AIGC数字人视频生成算法实习生（J105810）
AIGC数字人视频生成算法实习生（J105810）
发布于 5 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Diffusion Model
Ip-Adapter
Pytorch
Wan
扩散模型
推理加速
数字人
步数蒸馏
稀疏注意力
值不值得投
64综合评分
综合评分 64
高成长性的顶尖AIGC视频生成实习岗，技术挑战大，发展机会多，但工作生活平衡信息不明。
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。
薪资怎么样
7千
比人工智能中位数低
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 1120 个在招 · 其中人工智能 23 个
市场机会
选择面较广
北京 · 人工智能 · 约 510 个在招
职位详情
关于这个职位
该职位为百度AIGC方向的算法实习生，主要参与电商场景下数字人视频生成大模型的研发与迭代
工作内容涵盖视频生成模型（如基于Wan/H3骨干网络）的优化、推理加速策略（如步数蒸馏、稀疏注意力）的研究与落地，以及参考图控制、超分辨率等技术的探索，旨在提升视频生成的质量与效率
最低要求
研究生及以上学历，计算机、人工智能、电子工程等相关专业
扎实的深度学习基础，熟悉 PyTorch，有扩散模型（Diffusion Model）相关经验优先
了解视频生成/图像生成方向主流技术，有 Wan、CogVideoX、Sora 等工作研究经验者优先
熟悉模型推理加速（步数蒸馏、量化、稀疏注意力等）相关技术者加分
有顶会（CVPR/ICCV/NeurIPS/ECCV 等）论文发表或在审经历者优先
良好的代码能力，能独立完成实验设计与分析，有较强的自驱力
工作职责
参与面向电商场景的数字人视频生成大模型（基于Wan/H3等骨干网络）的研发与迭代
研究并落地步数蒸馏（DMD/一致性蒸馏）、稀疏注意力等推理加速策略，优化视频生成推理效率
探索 IP-Adapter 等参考图控制技术，提升数字人身份一致性与商品细节保真度
参与超分辨率后处理、局部细节 Refine 等模型研发，提升视频生成全链路可用率
协助构建高质量电商场景训练数据 pipeline，设计标准化测试集，支撑模型持续迭代
跟踪视频生成领域前沿进展（多视角生成、长时自回归、RL对齐等），参与学术论文调研与写作
AI 洞察
优缺点分析
优点
- 能直接接触并参与到行业最前沿的AIGC视频生成大模型的研发中，技术含金量极高
- 在百度这样的大平台实习，能获得丰富的数据、算力资源以及顶尖同事的指导
- 工作内容具有明确的业务落地场景（电商），实习成果可见度高，对履历增益大
- 作为实习生，可能需要在高强度、快节奏的环境中工作以跟上模型迭代速度
- 研究成果需经得起严格的实验验证和潜在的学术评审，对严谨性要求高
- 适合计算机相关专业、对AIGC和视频生成充满热情、基础扎实且具备较强自驱力和学习能力的研究生
缺点 / 挑战
- 技术挑战大，需要快速学习并掌握视频生成、推理加速等复杂领域的知识
角色解读
- 通过实习可深入掌握AIGC视频生成领域的核心技术栈，积累宝贵的项目经验
- 表现优异者有机会获得转正，成为正式算法工程师，在AI前沿领域深耕
- 长远可发展为视频生成或数字人领域的算法专家、技术负责人，或从事学术研究
- 参与研发和优化用于电商数字人视频生成的核心AI大模型，确保生成效果逼真且高效
- 研究并实现先进的模型推理加速技术（如蒸馏、稀疏注意力），解决视频生成速度慢的痛点
- 负责数据构建、测试集设计及前沿技术追踪，支撑模型持续改进并产出学术成果
- 需要扎实的深度学习理论基础，特别是扩散模型（Diffusion Model）的原理与实践
- 必须熟练使用PyTorch框架，并具备良好的编程与独立实验能力
- 需要对视频/图像生成前沿技术有深入了解，如Wan、CogVideoX、Sora等工作
申请策略
- 仔细研究百度AIGC及数字人相关的产品与论文，了解团队的技术方向与成果
- 在求职信或面试中，表达自己对视频生成技术难题的独立思考和浓厚兴趣
- 重点突出在深度学习、计算机视觉或生成式AI方面的课程项目、科研经历或开源贡献
- 详细描述任何与扩散模型、视频理解/生成、模型优化相关的实践经验
- 如有顶会论文（尤其CV方向）或高质量代码仓库（如GitHub），务必在简历显著位置展示
- 深入阅读并复现扩散模型及视频生成领域的经典和最新论文，如Sora、Wan等相关工作
- 系统学习PyTorch框架，并尝试在开源模型上实践推理优化（如量化、蒸馏）技术
- 了解电商场景对数字人视频的具体需求，思考技术如何赋能业务
面试指南
- 对于技术原理问题，采用“定义/原理 -> 在视频生成中的应用 -> 挑战/优化方向”的框架回答
- 对于项目经验问题，使用STAR法则（情境、任务、行动、结果）结构化描述，并突出你的技术贡献和思考
- 回答开放性问题时，先展示你对现状的了解，再提出自己的分析思路和可能的解决方案
- 请简述扩散模型的基本原理，并解释它在视频生成中面临的主要挑战
- 你了解哪些视频生成推理加速的方法？请选择一种（如步数蒸馏）解释其工作原理
- 如何评估数字人视频生成的效果？你会设计哪些客观指标和主观测试？
- 介绍一个你过去做过的最相关的项目/研究，遇到了什么困难，如何解决的？
- 系统复习扩散模型的核心公式、训练与采样过程，并重点关注视频扩散模型的扩展（如3D UNet，时序建模）
职位点评
薪资福利50
成长发展95
工作生活40
使命价值70
薪资福利
50较低
作为实习生岗位，其补偿性动机（薪资、稳定性）满足程度有限，主要以实习津贴为主。
薪资信号市场水准 (5–8千/月)
成长发展
95较高
该职位提供了接触前沿AIGC视频生成技术、参与顶级公司核心研发项目的机会，发展性极强。
技术前沿前沿/新兴技术
技术栈PyTorch、Diffusion Model、视频生成、数字人、推理加速、IP-Adapter、Wan
成长机会跟踪视频生成领域前沿进展、参与学术论文调研与写作
业务类型profit_center
工作生活
40较低
JD未明确工作模式与福利信息，无法评估工作生活平衡，但高强度技术研发岗通常对投入度要求较高。
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
70中等
参与构建AIGC赋能电商的创新技术，具有明确的业务价值和一定的行业前瞻性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs