A11 多模态感知与重建工程师

岗位职责1. 核心算法研发：负责基于视觉的高质量三维重建算法研发，重点攻克基于 3D Gaussian Splatting (3DGS)的场景/物体表示。2. 语义化重建与编辑：结合 CLIP, SAM (Segment Anything Model)等 2D 视觉大模型，研发 语义三维重建 算法，赋予 3D 场景/物体细粒度的语义标签(Open-Vocabulary 3D Scene Understanding)。3. 负责4DGS/Mesh的语义编辑功能开发，实现通过文本或语义掩码对3D场景进行物体移除、纹理风格迁移、几何形变（Deformation)及Inpainting 等操作。4. 生成式重建：探索并落地生成式三维重建技术路径，结合 Diffusion Model与3D 表征，实现从稀疏视角或文本/图像到高保真3D资产的生成。5.世界模型构建：参与构建闭环世界模型，利用语义重建技术搭建具备物理属性和语义理解的仿真环境，支持具身智能的训练。6. 工程落地：追踪学术界最新成果(如 LangSplat/LangSplatV2，GaussianEditor, Worldsplat等），将算法转化为高性能的工程模块，优化显存与实时性。任职要求1. 硕士学历，精通Python/C++及PyTorch，具备扎实的数学与图形学基础。2. 视觉三维重建基础：深刻理解多视图几何(MVS,SfM，SLAM)，精通 3D Gaussian Splatting 原理及代码实现，熟悉其致密化、剪枝及渲染管线。3. 语义理解与编辑经验：具备 3D 语义理解相关经验，熟悉如 LangSplat,LangSplatV2 等将 2D 特征场(Feature Field)蒸馏到 3D 空间的相关算法。有 3D 编辑算法开发经验，熟悉Mesh 处理算法(Laplacian Smoothing， Deformation)或 3DGS 的场景编辑技术(GaussianEditor等)。熟悉 SAM，CLIP,DINO等视觉基础模型在 3D 任务中的应用。4. 生成式模型经验：有生成式重建经验(WorldSplat)。熟悉Latent Diffusion Model 原理。