空间智能大模型创新与应用

1. 优化基于多模态大模型的3D内容生成算法，实现模型与场景等内容的可控生成与编辑，支持多模态输入驱动； 2. 探索高斯泼溅(Gaussian Splatting)等新型3D表征技术，优化模型、场景、4D及世界模型(World Models)等内容的高质量生成、高效压缩与实时渲染； 3. 推动3D空间智能生成技术在业务场景的落地，协同跨部门团队集成生成工具链路，实质性提升内容生产效率。

1. 获得本科及以上学历，计算机视觉、图形学、人工智能等相关专业； 2. 精通3D与图形学领域核心技术，包括但不限于3D/4D高斯重建、AIGC 3D/4D生成、3D感知、世界模型、可微渲染及逆渲染等； 3. 熟练掌握PyTorch或TensorFlow等主流深度学习框架，熟悉nvdiffrast、pytorch3d等常用可微渲染引擎及主流推理引擎； 4. 具备卓越的算法研究与创新能力，在CVPR、ICCV、ECCV、SIGGRAPH等国际顶级学术会议有高质量论文发表记录。