腾讯腾讯游戏-3D Mesh生成基础大模型高级研究员
任职要求
1.熟悉学术界3D生成的前沿理论，了解CLAY、3DTOPIA-XL、TRELLIS、Meshtron 等框架的基础原理； 2.熟悉3D几何原理，熟悉扩散模型相关理论，有三维重建等相关方向研究经验者优先； 3.在人工智…
工作职责
1.主导新一代 3D 资产生成大模型的研发工作，聚焦生成质量、效率与可控性三大核心维度，突破现有技术瓶颈，打造行业领先的技术方案； 2.设计并构建工业级 3D AI 生成全流程管线，针对性解决几何拓扑优化、高保真材质贴图生成等关键技术问题，保障管线的稳定性与落地性。
1、负责研发图像及点云数据的室内、室外等多场景的高质量三维重建算法 2、负责3d算法研究和落地，包括但不限于深度估计、SLAM、MVS、SFM、Nerf、3dgs等 3、负责隐式三维模型理解、生成、编辑相关技术的研究和探索
岗位介绍 我们正在寻找充满热情、富有创造力的3D生成与重建算法工程师，加入我们的前沿技术研发团队。您将专注于开发先进的3D生成算法，构建下一代三维地图渲染形态，并探索其在多领域的创新应用场景。 主要职责 1. 3D生成算法研发：负责3D物体与3D场景生成算法的开发与优化，探索高效的3D表示方式（如NeRF、3DGS等），并改进扩散或自回归生成模型，提升单图到3D物体或场景生成的精度与稳定性。 2. 3D Mesh驱动算法研发：研发基于自回归架构的3D Mesh自动绑骨与动作序列生成算法，实现通用的3D Mesh驱动。 3. 应用场景探索与落地：探索三维地图的创新应用，推动技术从研发到实际应用的转化。
ꔷ Mesh修复与优化：负责“Mesh自动化修复引擎”的研发，解决AIGC模型输出的网格破洞、非流形、漂浮件、法线错误、噪点等问题，实现高质量的水密（Watertight）网格输出和自动化重拓扑（Retopology）。 ꔷ 可制造性分析： 研发3D模型可制造性（3D打印）智能分析算法，自动检测薄壁、悬垂角度、过小细节、打印风险等，并输出分析报告与修复建议。 ꔷ AI参数化基座生成：攻坚“AI参数化基座生成器”V1至V2。研发算法智能分析主体Mesh的姿态、尺寸和接口特征，自动从CAD标准库中匹配、生成并融合参数化基座（如吊坠扣、戒指圈、印章底座），解决Mesh与CAD的“最后一公里”融合难题。 ꔷ 智能支撑生成：针对SLA/DLP等高精度打印工艺，开发智能支撑生成算法，实现支撑结构的最优化（易拆卸、少接触面、省材料）。 ꔷ 几何算法库构建：负责几何处理相关算法库的搭建、性能优化与维护。
ꔷ 模型选型与评测：负责跟踪和深度评测业界前沿的Text/Image-to-3D模型（如混元、VAST、Meshy等），建立“文玩”品类的评测基准（Benchmark），从质量、速度、成本、可塑性等多维度输出评估报告，并参与制定技术共建方案。 ꔷ 训练框架搭建：主导或参与自建3D AIGC训练框架，实现SFT（监督微调）、PO（偏好优化）、RLHF以及模型蒸馏等全套“后训练”链路。 ꔷ 模型SFT与强化：深入“文玩”业务场景，构建高质量SFT数据集（如品类黑话、风格化），对底座模型进行微调，使其更懂品类。 ꔷ 可打印性优化：探索使用PO/RLHF技术，构建“高可打印性”偏好数据集，训练AIGC模型使其倾向于生成结构稳定、易于修复、符合制造标准的3D模型，构建核心数据与模型壁垒。 ꔷ 模型优化与部署： 负责3D生成模型的轻量化、蒸馏和加速，优化推理速度和成本，满足平台规模化应用需求。