米哈游3D生成研究员【实习】

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。

在资深研究员的指导下，参与基于世界模型的自动驾驶仿真器研发与原型系统实现，重点包括以下方向的探索与验证： 1、面向 DrivingDiffusion/World Model 的交通行为生成算法研究与优化，完成模型复现、算法原型实现并应用于真实仿真任务中； 2、基于车辆录制采集素材数据开展 Video-to-Simulation 场景重建，包括 3D 几何重建、轨迹解析、场景结构化等模块的探索与实现； 3、探索 世界模型（World Model）、动态场景生成、神经渲染（3DGS/NeRF）等前沿技术在自动驾驶仿真引擎中的应用，并构建可运行的 Simulation Engine 原型； 4、开展相关前沿算法调研，撰写技术报告，必要时发表高水平论文或技术成果。

追踪三维生成大模型方向前沿算法，负责可行技术方案实现。

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；