1/28更新的AI 圖像/影像生成技術實習生 (AIGC R&D Intern)

工作內容

• 需求人數

  ：1人
• 【職位誘因】 想知道市面上那些「以假亂真」的 AI 網紅是怎麼做出來的嗎？想跳脫只會寫 Prompt 的淺水區，深入底層工作流（Workflow）的設計嗎？這個職位將給你機會，一窺業界最先進的生成式 AI 技術棧，並掌握能實際產出人工智慧生成內容的商業級方法。 【你的核心任務】 AIGC 工作流研發： 設計並搭建能「標準化量產」高擬真素材的自動化流程（不僅僅是單張生圖，而是可重複使用的 Pipeline）。 技術節點攻克： 解決 AI 生成中的具體難題（例：如何讓不同照片中的主角長得一模一樣？如何完美保留刺青特徵？如何控制光影與醫美診所環境融合？）。 打造「Deepfake 級」商業素材生成引擎： 你的目標是讓系統能基於「網紅人像」與「診所環境照」，自動生成出無法被肉眼辨識真偽的 IG Story 短影音或貼文照片。 開發模組化的生成 Pipeline： 交付一套標準化的 ComfyUI 或 Weavy AI 工作流（API-ready），能解決「換臉一致性」、「光影自動融合」與「物理特徵保留（如刺青）」等問題，直接支援 CRM 平台自動化發送素材給網紅。 前沿模型落地測試： 針對市場上最新的影片生成模型（如 Wan 2.6, Veo 3.1, Kling, Higgsfield 等）進行極限測試，並產出評測報告，決定哪一個模型最適合整合進我們的商用產品。 【我們希望你具備的特質】 極高的獨立解決問題能力： 遇到 Error 不是問主管，而是先查 Github Issues、Reddit 或 Discord，抑或參考網路教學資源。 技術實踐者： 對新出的 AI 工具（如 Flux, SDXL, Lora）有強烈好奇心，且通常會在發布第一週就動手試玩。 【加分條件（相關工具與技術）】 熟悉 ComfyUI 或 Weavy AI 的節點邏輯與 Workflow 設計 。 熟悉 Stable Diffusion (WebUI) 的進階操作（ControlNet, Inpainting, IP-Adapter）。 曾嘗試或關注過新一代影片生成模型（如 Wan 2.6, Veo 3.1, Kling, Luma, Runway, Higgsfield 等），並了解其優缺點。 具備 Python 基礎，能協助將你的 Workflow 封裝成 API 者尤佳 。