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；