一、岗位职责 (Responsibilities)
1. 高质量SFT数据构建

精细化视频描述 (Dense Captioning)： 负责世界模型SFT（监督微调）阶段的高质量数据生产。对视频内容进行多维度的深度描述，需精准还原主体动作、光影氛围、物理动态（如流体、重力、碰撞效果）及材质纹理。

和场景的交互标注： 识别并标注视频中的主体和环境的交互动作，标注交互动作的时间戳，建立标注动作的类目体系。

Prompt工程与优化： 编写与优化复杂的视频生成提示词（Prompts），设计涵盖不同风格、场景和物理交互的高难度指令，构建“文本-视频”高度对齐的训练数据集。

2. 模型多维评测 (Evaluation)

多维度质量评估： 建立并执行世界模型的评测体系。从交互动作、时空一致性（物体是否变形/闪烁）、物理真实性（是否存在反重力、穿模、逻辑谬误）及文本遵循度等维度对生成结果进行打分与分级。

GSB 对比： 对比不同版本模型或竞品的生成效果，捕捉细微差异，执行盲测与胜负判定。

3. 数据分析与指标洞察 (Analysis)

指标分析与报告： 深度分析评测数据，结合客观指标与主观评分，监控模型在核心指标上的变化趋势。

Badcase挖掘与闭环： 归纳模型在特定场景下的失效模式（Failure Modes），输出高质量的分析报告，辅助算法团队定位问题并制定优化策略。

标准制定： 参与制定视频数据的标注规范与评测标准，沉淀可复用的QA文档与样张库。

二、任职要求 (Requirements)
专业能力要求 1） 学历与专业： 本科及以上学历。理工科背景，对视觉艺术有浓厚兴趣，或者有游戏行业相关经验。 2） 视觉与物理认知（核心）： 深刻理解视听语言，熟悉专业的镜头术语（Pan/Tilt/Zoom/Dolly等）和构图法则。 对现实世界的物理规律（如惯性、重力加速度、流体动力学、光影反射）有敏锐感知，能快速识别视频中不符合真实物理逻辑的“幻觉”瑕疵。 3） 语言能力： 具备优秀的中英文写作能力（英语CET-6及以上优先），能流畅阅读英文技术文档。 4） SFT认知： 了解生成式AI的基本原理，理解SFT数据对模型行为的影响。