阿里巴巴1688-3D AIGC 算法工程师 / 算法专家 (Text/2D-to-3D 生成方向）-杭州
任职要求
‒ 计算机科学、人工智能、计算机图形学等相关专业硕士及以上学历。 ‒ 精通PyTorch/TensorFlow，具备出色AI模型工程能力；熟悉大规模分布式训练框架者优先。 ‒ 深入理解一种或多种3D表征（如NeRF, SDF, Mesh, Voxel, Point Cloud），并熟悉Diffusion Model, GANs等主流生成模型原…
工作职责
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。
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。
1、负责3D能力与图像/视频生成结合的算法研发与优化，跟进三维视觉领域的前沿技术研究； 2、支持字节跳动各个产品线3D相关的业务需求； 3、跟进生成领域的新技术； 4、负责推动3D能力与视频生成相关技术落地于特效、视频编辑、商业化等领域的应用； 5、根据团队的整体目标和规划，进行相关的研发工作。
团队介绍： 高德地图机器学习研发部是公司AI核心技术引擎，聚焦多模态大模型、视频生成与理解、图像编辑与生成等前沿领域。团队深耕人工智能技术落地，支撑亿级用户产品，同时长期投入前沿探索，在NeurIPS/ICLR/CVPR/ACL等顶会发表多篇论文，多项成果入选“最有影响力论文”榜单。我们拥有海量数据与算力资源，鼓励创新突破，诚邀你与顶尖算法专家并肩，共同定义AI的未来！如果你渴望挑战多模态与生成式AI的技术巅峰，在视频、图像、大模型的交叉领域实现突破，欢迎加入我们！团队的github页面是：https://github.com/AMAP-ML/ 我们提供 • 参与亿级用户产品的AI核心算法研发，见证技术直接赋能业务； • 与学术大牛和工业界专家共事，持续提升技术视野； • 顶配算力资源+开放创新氛围，支持前沿探索与顶会论文发表。 具体职责包括但不限于： 1. 视频生成：负责视频生成技术的前沿技术的研究，对AIGC的diffusion和auto-regressive技术有深入了解，在T2I/AIGCT2V/I2V上面有一定的研究，图文对齐，长视频生成等有一定的研究，做好视频生成在高德业务（广告，POI详情页等）中的进行落地。 2. 视频理解：能够使用和优化多模态大模型对用户上传的视频进行质量理解，标签，densecaption，视频summary等生成，作用到视频的搜索，广告，推荐等业务的落地。 3. 世界模型： 参与世界模型的构建，能够使用最新的视频生成技术，3D技术等构建符合人类物理规律的统一的世界模型，在高德的业务进行落地。 4. 紧跟技术前沿和技术沉淀，形成顶会论文和专利。