参与快手kling多模态视频生成的研发和落地工作（实习生以发论文为主），包括但不限于: t2v，i2v等基础模型研发、多模态可控视频生成编辑、世界模型等
探索将多模态大语言模型mllm如deepseek/qwen相关技术与视频生成相结合，包括但不限于：提升kling视频生成的多模态理解、推理、多轮交互能力等
探索将语音和视频生成相结合，包括但不限于：语音驱动的视频生成，有声视频等
探索实时可拓展的多模态视频生成技术，提升多模态视频生成的质量和效率等
在顶会顶刊上发表研究成果和开源代码，提升团队在多模态视频生成等领域的学术声望