【岗位职责】 1. 调研大模型驱动的3D生成技术：阅读并整理基于大语言模型（LLM）的3D生成、3D表示学习和世界构建方向前沿论文，梳理技术路线与发展趋势。 2. 搭建文本/图像到3D生成 Pipeline：参与基于 LLM 的 3D Mesh 生成流程开发，包括模型调用、数据处理、生成流程搭建及实验调试。 3. 探索复杂场景3D资产生成方法：研究面向复杂环境的 Mesh 生成优化策略，设计实验方案，并从视觉质量、结构合理性和生成效率等方面进行评估。 4 接入实时渲染系统：将生成的3D资产接入实时渲染 Pipeline，配合系统开发团队完成联合测试和效果优化。 5. 参与科研实验与成果整理：参加课题组组会，汇报阶段性研究成果，整理实验记录并参与技术报告撰写。 【任职要求】 1. 招募对象：本科生、硕士研究生。 2. 计算机、人工智能、数学、自动化等相关专业背景优先。 3. 具备深度学习基础，了解 Transformer 架构及大语言模型（LLM）基本原理。 4. 熟练使用 Python，具备 PyTorch 开发经验；熟悉 Hugging Face 等开源模型工具链者优先。 5. 硕士研究生具备 3D 表示相关知识（如 Mesh、Point Cloud、NeRF 等）或 3D 生成研究经验者优先。 6. 本科生具备 AI 课程项目、算法实践或入门级 3D 项目经验即可。 7. 有 LLM 应用开发、3D 生成、计算机视觉、开源项目贡献或相关科研经历者优先。 8. 能够阅读英文论文和技术资料，对大模型与3D世界构建交叉方向具有持续兴趣。 9. 具备良好的实验能力和工程实践能力，能够稳定投入科研工作。 10. 实习安排：远程科研实习；周期3–6个月；每周投入20–30小时。