职位描述:
1. 参与深度估计与3D重建算法研发,优化复杂场景下的几何精度与鲁棒性研究点云重建、神经辐射场(NeRF)等3D表征方法,提升重建效率与细节还原度;
2. 研发基于扩散模型(Diffusion Models)、Gaussian Splatting等技术的3D生成框架,优化生成模型在几何一致性、纹理细节和实时渲染方面的性能;
3. 探索视觉-几何多模态融合技术,结合RGB图像、深度图与点云数据,复现并改进前沿模型,提升3D场景理解能力;
4. 跟踪CVPR/ICCV/SIGGRAPH相关最新成果,开展创新性实验研究参与模型训练、分布式加速及部署优化全流程;
岗位要求:
1. 人工智能、计算机、电子信息、自动化等相关专业在读硕士或博士研究生;
2. 较强的算法实现能力,熟练掌握Python、Pytorch、C/C++等;
3. 熟练使用COLMAP、Open3D、PyTorch3D等3D处理工具链;
4. 每周出勤至少能够保证4天,可连续实习3个月以上,实习地点上海;
5. 有3D重建/SLAM/生成式AI项目或实习经验,实习时间六个月及以上者优先;