影石三维重建算法实习生（具身智能/大规模场景方向）

任职要求

1. 扎实的算法基础：计算机视觉、机器人或数学相关专业；精通多视图几何（MVS）、SfM、SLAM、点云处理及非线性优化。
2. 核心技术积累：在 3DGS、神经渲染或大规模三维重建领域有深入研究，具备处理大规模、弱纹理或复杂光照场景的实战经验。
3. 卓越的工程实现能力：
• 精通 C++ 与 Python，具备严谨的编程习惯与系统架构设计能力；
• 熟悉 PyTorch/LibTorch 框架，能够独立复现前沿论文并进行工程化改进；
• …

工作职责

1. 大规模场景几何重建：研发基于多视图几何（MVS）与深度估计的重建算法，解决大规模户外场景下的尺度漂移、遮挡恢复及几何拓扑提取难题，实现从非结构化影像到高精度几何实体的转化。
2. 神经表征与渲染算法优化：深入研究并改进 3D/2D Gaussian Splatting (GS) 或 其他生成式算法，针对具身智能仿真需求，优化大规模场景的显存管理、分块策略及长序列渲染的几何一致性。
3. 算法管线工程化：设计并实现高性能、可扩展的三维重建算法流水线；负责重建系统中的核心算子优化（如 CUDA 核函数开发），提升大规模数据的吞吐量与处理效率。
4. 技术指标与评估体系：建立针对大规模重建的端到端评测方案，包括几何精度、法线质量及光影准确性，通过数据驱动的方式持续迭代算法性能，支撑闭环仿真训练。