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。
这个世界的运行机制是否是可计算的？世界的复杂性是否唯有用AI的复杂性来应对？人类是否可以造出一台机器让未来就像过去一样历历在目？面对这些未知而又迷人的世界级难题，阿里巴巴旗下高德地图将组建一支卓越的AI队伍向世界模型发起冲击。在这里，你将获得无限制的算力，让想象力在算力的加持下尽情驰骋；在这里，你将和顶级的空间智能专家并肩作战，让专业与专注碰撞出世界模型最精彩的火花；在这里，你将接触到高德积累了20年的海量真实世界数据，让包罗万象的数据发挥它本来应有的价值。 一、团队介绍 我们是阿里巴巴旗下高德视觉技术中心的具身世界模型团队。这里有自由探索、开放交流的技术氛围，让每个有价值的idea都得到充分的展现和验证。这里有来自国内外顶尖院校毕业的研究员，知名AI项目/论文的作者可能就坐在你身边，让顶尖智力一起碰撞出最美妙的火花。我们是一支兼具学术界和产业界视角的团队，仰望星空，脚踏实地。 团队gihub主页：https://github.com/amap-cvlab 二、我们要去哪？ 1、打造可交互、可控制、物理一致的世界模型，突破空间智能技术边界 2、通过世界模型加速物理智能体的进化 3、探索下一代时空基座模型 三、岗位职责： 1. 3D动/静态生产： 利用三维重建、生成模型、多模态大模型对单图、视频完成动态物体/静态场景重建、生成、编辑，并得到可交互的3D资产与长时序视频； 2. 结合3D表征的视频生成： 研发基于动作、轨迹等条件控制的视频生成算法，确保生成内容具备严格的3D几何一致性与物理规律遵循，实现对场景视角、物体交互的精细化控制，为具身智能体提供高保真的虚拟训练环境； 3. 空间推理： 赋予模型深度的三维空间理解与物理常识推理能力（如物体可供性、碰撞动力学、场景拓扑），使其能理解场景背后的物理因果，辅助下游的复杂决策与规划； 4. 训练闭环搭建： 构建“生成-仿真-评估-优化”的自动化数据闭环，利用生成数据扩充训练集（Data Augmentation），并通过端到端系统的反馈迭代优化世界模型，实现数据飞轮效应； 5. 世界模型构建： 结合具身智能、自动驾驶等数据探索空间智能的统一范式，完成环境感知、智能体预测、决策规划等任务并得到未来状态和未来传感器信息，为强化学习提供基座； 6. 产线落地与性能优化： 与具身智能、自动驾驶、智能导航等业务协同，完善仿真数据链路，优化模型推理效率与显存占用； 7. 前沿追踪： 跟踪学术界和工业界在生成式AI/世界模型相关领域的最新进展，保持公司在该领域的技术领先地位。
1、参与图生 3D（Image-to-3D）模型的 condition 控制研究，包括图像条件、文本条件、深度/法线/分割等多模态提示； 2、基于现有 3D 生成模型（如 3dshape2vecset/trellis），进行局部模块微调、LoRA 调优或条件注入实验； 3、构建数据闭环，包括：白膜、线框渲染等； 4、设计并实现自定义 Conditioning 方法，如：图生 3D 的 ControlNet-like 模块、UNet/DiT 中的条件 token 注入、lora方式。
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
