工作职责 构建多模态大模型“感知-推理-交互”的全链路能力，定义小红书下一代多模态智能基座。你将主导多模态大模型从持续预训练（CPT）、中期训练（Mid-training）、监督微调（SFT）、强化学习（RL）到在线策略蒸馏（OPD / MOPD）的全流程训练与架构演进，并赋能点点、搜索、广告、推荐、电商、智能创作等业务场景。 1、CPT & Mid-training：负责 VLM 的持续预训练与中期训练，注入垂域知识、缓解灾难性遗忘，通过原生分辨率、长上下文扩展与数据配比（Data Mixing）夯实模型基础能力； 2、SFT & Alignment：负责 VLM 的 SFT 与高质量多模态指令数据构建，治理模型幻觉，提升指令遵循鲁棒性； 3、Reasoning & RL：主导 VLM 的强化学习流程，并构建多模态 Reward Model，探索 Long-thought 推理范式，提升复杂视觉、数学、逻辑及长视频序列下的深度推理能力； 4、OPD & MOPD：在 RL 之后引入在线策略蒸馏，与多专家在线策略蒸馏，将多个专家模型能力高效融合蒸馏至统一基座，兼顾多任务能力与推理效率； 5、超长视频理解：研发高效的长视频编码、视觉 Token 压缩与时空注意力机制，优化多帧推理效率，挖掘视频与直播流的时序及交互语义； 6、多模态 Agent：研发具备视觉反馈与自我修正能力的智能体，