地平线计算机视觉/3D生成(图生3D)实习生
任职要求
1. 硕士/博士在读，计算机、人工智能、电子工程等相关专业；
2. 具备扎实的深度学习基础，熟悉且跟踪生成模型最新的学术研究成果；
3. 有较强的代码实现能力，能独立完成模型复现与改进；
4. 具备良好的英文文献阅读与技术沟通能力，学习能…工作职责
在资深研究员的指导下，参与3D几何生成、编辑方向的算法研发与系统实现，重点包括以下方向的探索与原型验证： 1. 对3D AIGC模型进行探索和优化，实现算法原型并落地到真实业务场景中； 2. 探索3D生成，三维重建的前沿方向，发表高水平论文；
1.通过内容（文本/图像/音频/3D模型等）生成模型的研究优化，解决目前算法在生成质量、多样性、可控性、生成效率等上的问题，并最终有效改善用户体验和生产效能，协助算法的产品化落地； 2.从事图像生成、多模态大模型、小样本学习领域算法训练和优化； 3.结合自有产品和业务需求，从 prompt优化、生成模型研发、adapter研发，性能加速等方面优化Α绘画，AI文字生成，Al视频生成等效果和体验，解决面向业务场景的应用和落地时的算法卡点问题； 4.解决多模态生成模型的工业化部署问题，深入探索模型设计和优化的研发工作。
1、负责3D内容生成前沿技术的攻坚，包括文生3D、图生3D等； 2、支持字节跳动各个产品线3D内容生成相关的业务需求； 3、跟进3D内容生成领域的新技术； 4、负责推动3D内容生成技术落地于AR/VR/XR场景； 5、根据团队的整体目标和规划，进行相关的研发工作。
研究方向一：图像生成大模型技术研究 1.负责下一代图像生成模型架构建设，包括但不限于AR-Diffusion、生成编辑统一架构构建； 2.负责生图专项能力升级，包括Reward model设计、多语言文字生成能力。 研究方向二：视频生成大模型技术研究 1.负责下一代视频生成模型架构建设，以及高效率、低精度损失、高压缩比的视频VAE和tokenizer建设； 2.负责视频生成下游功能拓展，包括多概念注入生成、交互式生成、长视频生成等。 研发方向三：视觉内容创作Agent 1.负责对话式创作助手核心能力攻坚，包括图像视频创作场景的CoT能力、交互式编辑能力提升。 2.负责图文海报、剧情化成片等典型应用场景的模型微调、Agent能力建设。 研究方向四：拟人化多模交互前沿路线研究 1.构建多模输入的人物视频生成模型，具备高度拟人化的面部驱动、人体动作生成。 2.构建基于多模态大模型的端到端交互模型，实现智能双工交互和人-物-场景的交互。
岗位介绍 我们正在寻找充满热情、富有创造力的3D生成算法工程师，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，并且与上下游团队紧密合作，推动技术从研发到实际应用的转化。