【岗位职责】 基于深度学习与生成模型，研究和实现3D内容生成算法，包括但不限于前馈式 3D Gaussian Splatting（3DGS）生成与渲染、3DGS补全、Mesh生成、纹理生成等任务。 设计并优化从多模态输入（文本 / 图像 / 视频 / 3D数据）到可用于引擎或业务落地的3D资产的完整AIGC生成流程，包括数据处理、模型训练、推理加速与效果评估。 针对3DGS表示下的遮挡区域、缺失区域等问题，研究补全/重建算法，并探索与NeRF、SDF、点云、Mesh等多种3D表示的联合建模与转换。 跟踪AIGC、3DGS、Text-to-3D、Diffusion等前沿技术发展趋势，输出技术规划与方案，并推动算法在实际项目中的工程落地与持续优化。 【任职要求】 计算机、人工智能、电子信息、应用数学等相关专业，硕士及以上学历，具备扎实的深度学习与概率模型基础。 熟悉PyTorch等一种或多种主流深度学习框架，具备独立完成模型实现、训练、调参与部署的能力。 对生成模型有较好理解，熟悉其中一种或多种：Diffusion Models、GAN、VAE、Flow-based Models 等，有图像/视频生成或AIGC相关经验者优先。 熟悉3D视觉或计算机图形学相关知识，对以下方向有实际项目或研究经验之一者优先： 3D Gaussian Splatting / NeRF / SDF 等隐式或显式3D表示