阿里巴巴 · 通义万相（Wan）
视频 VAE 算法实习生· 2026-05-20
介绍
通义万相（Wan）致力于研发世界领先的视频生成模型，其中视频 VAE 作为连接像素空间与隐空间的核心桥梁，直接影响视频生成的质量。团队在高保真视频重建、高压缩隐空间学习，以及面向生成任务的 VAE 调优等方向持续深耕，诚邀对视频编解码、生成式模型、隐空间表征学习充满热情的实习生加入。邮件标题格式：实习+姓名+视频VAE。
描述
【岗位职责】 - 直面真实业务场景下的海量视频数据，参与核心 VAE 模型迭代 - 项目研究员 1v1 指导，支持项目创新技术探索
要求
满足其一即可： - 基础扎实型：熟悉 VAE、GAN、扩散模型等生成模型基础，有视频 / 图像压缩或重建项目经验，熟练使用 PyTorch 等框架，动手能力强 - 竞赛实战型：在 ACM、数学建模、Kaggle 等计算机相关竞赛中获得优异名次，具备快速实现算法原型和数据分析的能力 - 研究创新型：在 CVPR / ICCV / ECCV / NeurIPS / ICLR 等顶会或顶刊上发表过一作论文，对生成模型或视频编解码方向有较深理解与前沿敏感性