图像编辑 / 图像生成基座模型算法实习生· 2026-08-24

美团 M17 基座预训练团队招图像生成与编辑基座模型算法实习生，大量 HC，一起推进下一代 Unified Model。团队近期刚开源 LongCat-Next Unified Model。

想做真正的图像生成与编辑基座模型吗？欢迎加入美团 M17 基座预训练团队。目前 HC 充足，重点招聘具备「图像编辑」或「图像生成基座模型」相关经验的算法实习生。 【核心招聘方向】 1. 图像编辑与生成一体化基座模型（本轮重点方向） · 图像生成与编辑的统一建模、架构设计及预训练 · 指令编辑、局部编辑、主体一致性与多图参考 · 复杂编辑指令理解与高精度指令遵循 · 编辑数据、Instruction / Reasoning 数据构建 · 编辑能力评测、后训练与强化学习 · 模型可控性、泛化能力、一致性与生成质量优化 做过 Image Editing、Instruction-based Editing、Subject-driven Generation、Multi-image Generation 等相关工作的非常欢迎投递。 2. 图像生成基座模型 · 基座模型架构设计、预训练与 Scaling · Diffusion、Flow Matching、AR Image Generation · DiT、VAE、Tokenizer 等核心模块研发 · 文生图、多图生成与图文交错生成 · 高质量预训练数据与后训练数据构建 · SFT、奖励模型、强化学习及生成质量优化 · 大规模分布式训练与训练稳定性优化 3. Generation Agent · 复杂生成与编辑任务的规划、推理和工具调用 · 多轮交互式生成、编辑与视觉反馈迭代 · Generation Agent 的环境、数据和训练方法 · 视觉反馈、奖励模型与强化学习探索 视频生成方向也欢迎投递，但本轮将优先考虑具有图像编辑、图像生成基座模型经验的同学。 【关于团队】 · Base 北京，优先线下实习 · 计算资源充足，拥有丰富的基座大模型研发经验 · 有实际贡献可作为 Contributor 署名技术报告或 Paper · 表现优秀者可推荐美团北斗计划实习，薪资优厚

在以下至少一个方向有较深入的研究或实践经验：Image Editing / Image Generation / Diffusion / Flow Matching / AR Generation / Multimodal Generation / Generation Agent / Reinforcement Learning / Model Training & Scaling。 有以下经历者优先： · 图像编辑或图像生成相关论文、实习经历或开源项目 · DiT、VAE、Tokenizer、PyTorch 等研发经验 · 大规模预训练、分布式训练或模型 Scaling 经验 · 高质量生成、编辑数据及评测体系建设经验 【投递说明】简历发至 [email protected]，邮件标题：姓名 + 学校 + 可实习时间 + 应聘方向；应聘方向建议注明「图像编辑基座模型」或「图像生成基座模型」。简历直达面试官。