岗位职责
- 参与前沿多模态3D生成与编辑算法研发，主导高质量家具资产的高精度、极速生成，以及室内3D空间的重建与生成能力建设
- 负责几何生成算法研发，包括利用SDF、几何 VAE、隐式场、稀疏体素等 3D 表征，提升复杂结构和局部细节还原能力，以及通过网格扩散、结构化 Mesh 生成实现极速原生 Mesh 生成
- 负责纹理与材质生成算法研发，提升商品外观还原度、材质真实感、PBR 参数合理性和跨视角纹理一致性
- 负责部件级生成与高精度拆分算法研发，实现家具不同部件、材质区域和功能结构的精准拆分、生成与编辑，提升 3D 资产的结构可控性
- 负责研究稀疏多图、视频等输入条件下的3D场景重建技术
- 面向大规模业务应用需求，开展模型蒸馏、推理加速、几何后处理、网格优化、贴图烘焙等工程化工作，持续优化生成效率、资产质量和生产链路，推动 3D 生成算法在实际产品线落地
职位要求
- 计算机科学、人工智能、计算机图形学或相关专业硕士及以上学历
- 两年及以上图形学方向（聚焦于3D生成、3D表征方面）工作经验
- 熟练掌握 Python 和 PyTorch，具备扎实的深度学习工程能力，能够独立完成模型训练、调试、评测和推理部署优化
- 熟悉主流生成模型与深度学习架构，包括但不限于 Transformer、U-Net、VAE、自回归模型、扩散模型、Flow Matching 等；了解常见预训练、微调和后训练方法，如 SFT、RLHF、偏好优化等
- 具备扎实的计算机图形学和3D视觉基础：熟悉常见的3D表征，离线渲染、pbr材质体系、计算几何等相关理论与算法
- 熟悉三维重建或 3D 生成相关方向，包括但不限于单图/多图 3D 重建、物体级 3D 生成、室内场景重建与生成、纹理生成、材质估计、部件级结构生成等
- 熟悉 Open3D、PyTorch3D、Blender、Trimesh、Kaolin、nvdiffrast 等 3D 工具或渲染/几何处理框架者优先
- 具备良好的科研能力与问题分析能力，有 SIGGRAPH / CVPR / ICCV / ECCV / NeurIPS 等顶会论文或相关研究经验者优先
