小米3D/4D重建生成算法实习生
任职要求
- 目前正在攻读计算机科学、电子工程、机器人学或相关领域的硕士或博士学位。 - 具备扎实的 C++ 和 Python 编程能力。 - 熟悉 PyTorch 或 TensorFlow 等深度学习框架；对神经重建技术（如 3DGS、NeRF）有基本理解或相关经验。 - 具备 3DGS 重…
工作职责
- 参与跨团队协作，将研究原型转化为可扩展的系统。 - 参与神经重建流水线中算法与模型的开发。 - 探索并实验前沿（SOTA）神经重建方法，例如 3DGS、NeRF、Gaussian Splatting 等。 - 支持模型训练、评估与集成，服务于自动驾驶真实应用场景。 - 构建并维护用于评估和可视化模型性能的工具。 - 产出高质量论文，或将算法应用于实际业务场景中。
1.研发基于多传感器（激光雷达、摄像头等）的4D时空场景重建和生成算法，融合时序信息实现动态物体和静态场景高精度建模； 2.研发场景生成、可交互视频生成等技术，支持自动驾驶场景的高保真场景生成，用于端到端自动驾驶算法的闭环仿真和强化学习训练； 3.结合闭环仿真结果，对场景生成相关算法进行迭代，推动端到端自动驾驶系统的联合优化。
1.研发基于多传感器（激光雷达、摄像头等）的4D时空场景重建和生成算法，融合时序信息实现动态物体和静态场景高精度建模； 2.研发场景生成、可交互视频生成等技术，支持自动驾驶场景的高保真场景生成，用于端到端自动驾驶算法的闭环仿真和强化学习训练； 3.结合闭环仿真结果，对场景生成相关算法进行迭代，推动端到端自动驾驶系统的联合优化。
-前沿算法研发：探索并优化基于神经网络的 4D 重建算法，涵盖动态场景表示、时空一致性建模及大规模前馈推理架构； -核心模型设计：负责数据处理流水线搭建、模型架构演进及训练优化，推动重建精度与泛化能力的突破； -领域技术前瞻：跟踪 3D/4D 视觉与多模态大模型的最新趋势（如 Generative Priors, Large Reconstruction Models），参与技术选型与创新性预研； -全场景落地：协同团队将算法应用于自动驾驶闭环仿真、长尾场景生成等业务逻辑，实现技术闭环。
-前沿算法研发：探索并优化基于神经网络的 4D 重建算法，涵盖动态场景表示、时空一致性建模及大规模前馈推理架构； -核心模型设计：负责数据处理流水线搭建、模型架构演进及训练优化，推动重建精度与泛化能力的突破； -领域技术前瞻：跟踪 3D/4D 视觉与多模态大模型的最新趋势（如 Generative Priors, Large Reconstruction Models），参与技术选型与创新性预研； -全场景落地：协同团队将算法应用于自动驾驶闭环仿真、长尾场景生成等业务逻辑，实现技术闭环。