参与全模态交互世界模型的研发和落地工作（实习生以发论文为主，正式员工技术研究落地为主），包括但不限于t2v/i2v/ti2va等基础模型模态研发（如videovae/audiovae/dit/vsr/pe/caption）、全模态交互视频生成和世界模型等
参与探索多模态大语言模型mllm如deepseek/qwen与世界模型相结合，如理解生成一体化，包括但不限于：全模态理解推理、多轮交互、rl后训练等
参与探索实时可交互全模态视频生成技术，包括但不限于moe/sparse attention模型架构设计，蒸馏加速，模型压缩，长视频生成，工程量化等
参与优化全模态数据管线，包括数据清洗/构建/scale up/线上数据回流分析等数据飞轮
参与制定全模态视频生成质量标准和评测体系，指导模型研发迭代，摸清跟竞品的水位
在顶会顶刊上发表研究成果和开源代码，提升团队在实时全模态交互世界模型领域的学术声望