阿里巴巴算法工程师-三维重建和生成
任职要求
【必备项】 1、本科及以上学历，计算机视觉、计算机图形学、机器学习等相关专业； 2、具备计算机图形学和计算机视觉理论基础，熟悉几何重建、NeRF建模、可微渲染、Diffusion、Gaussian Splatting、3DGS场景生成等相关领域技术； 3、具备极佳的工程实现能力，熟练掌握C+…
工作职责
如果你，渴望参与结合视频生成等大模型技术的3D模型编辑技术研究，包括3D数字人妆容编辑、发型编辑、服饰编辑等涉及3D高稳定性以及一致性的编辑算法； 如果你，渴望参与Physical AI、3D场景生成等结合视频大模型以及3D生成技术的前沿技术研究，包括将图像转换可自由探索的3DGS场景，将视频转换成连续视角、可交互的空间视频等WFM算法； 如果你，渴望参与结合3D先进信息的视频生成大模型技术研究，包括结合3D数字人实现姿态、表情可控的短视频生成等； 那还犹豫什么，赶紧加入我们吧，你将与来自不同部门的优秀人才合作，不仅能够获得专业的培训和指导，还可以在工作中不断挑战自我，在职业生涯中不断成长和发展，享受工作中的乐趣和成就感。来吧，我们等你加入！
主要职责： （图像识别 三维重建经验 51word toC 袋鼠 数字孪生 新能源汽车） 1. 三维建模技术研究，包括NeRF建模、可微分几何建模、3D Gaussian Splatting建模算法等； 2. 负责非限定场景下的高精度相机位姿估计研究，包含COLMAP算法、SLAM算法等； 3. 负责3D Diffusion相关技术研究，包括多模态3D AIGC、材质生成等； 4. 负责隐式三维模型编辑相关技术研究，包括模型压缩、材质&光照解耦、显式&隐式模型融合等。 5. 负责通过人工智能的方式，提升过程效率和自动化程度，降低人工参与的成本，参与其他相关业务的 AI算法研发、数据处理、模型训练、模型调优和训练流程自动化;
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
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 1. 多模态大模型研发与应用 负责多模态大模型的核心架构设计，研究并实现图片、视频、文本等跨模态特征对齐、融合与表征学习方法，负责多模态大模型的数据准备、高效训练（包括但不限于预训练、SFT、强化学习等）、推理加速等。 2. 模型优化与小型化部署 负责多模态大模型的轻量化设计、压缩与加速，确保模型在端侧设备上的高效运行。 针对高德地图的实际业务场景，优化模型性能，平衡精度与效率。 3. 创新性研究与落地 跟踪端侧生成式AI（Edge Generative AI）、强化学习（PPO、GRPO等）、智能Agent等前沿技术，探索多模态大模型在自动驾驶、智能导航等领域的潜在应用。 将研究成果快速转化为实际产品功能，推动技术创新与业务增长。
1. 跟踪VLM/VLA、世界模型、3D生成等前沿技术动态，结合地图领域的专业知识，探索其在智能交通与位置服务中的创新应用； 2. 基于高德海量多源异构数据，参与多模态地图大模型的构建、训练及性能调优； 3. 研发面向静态要素检测、occupancy网格预测及三维场景重建的多模态感知算法，建设复杂城市场景下的空间理解与环境表征能力。