The posting
岗位职责 算法研发与优化: 负责 Text-to-Motion (T2M) 和 Audio-to-Gesture/Motion (A2G) 算法的前沿探索与研发,提升生成动作的自然度、语义一致性、音步对齐度及物理合理性。 多模态模型构建: 基于 Diffusion Models、Transformer、VQ-VAE / Flow Matching 等主流生成式架构,构建高效的多模态动作生成与表达模型。 数据管线建设: 负责 3D 动作数据集(如 HumanML3D、BEAT、SHOW 等)及动捕数据的清洗、特征提取、时间轴对齐与重采样,搭建高性能数据处理 pipeline。 核心难题攻坚: 攻克长序列生成连贯性、脚滑/漂移修正(Foot Skating Correction)、精细化手部/面部与语音对齐、风格化控制等关键技术痛点。
任职要求 学历与专业: 计算机、人工智能、自动化、软件工程、图形学或机器人相关专业硕士及以上学历(或具备同等资深研发经验)。 生成式算法功底: 深入理解生成式 AI 核心原理,熟练掌握 Diffusion、Autoregressive、VQ-VAE、GAN 等模型及其在时序/动作数据上的应用。 3D 图形与动作基础: 熟练掌握 3D 动作表达格式(如 SMPL / SMPL-X、BVH、Joint Angles/Quaternion、URDF 等),熟悉动作重定向(Retargeting)与运动学基础。 工程研发能力: 精通 Python,熟练掌握 PyTorch 等深度学习框架,具备扎实的数据结构/算法基础与良好的工程实践习惯。 领域技术积累: 在 T2M 或 A2G/Audio-to-Motion 领域有实际项目经验,了解行业主流基线(如 MDM, T2M-GPT, DiffGesture, Geneea 等)。
加分项 学术成果: 在 CVPR、ICCV、ECCV、SIGGRAPH / SIGGRAPH Asia、NeurIPS、AAAI 等顶级学术会议/期刊发表过 3D 动作生成或多模态理解方向论文者优先。 业务场景经验: 具备具身智能 / 人形机器人动作规划、虚拟数字人实时驱动、XR 或游戏 AI 动作生成实战经验者优先。 数据与硬件经验: 熟悉 OptiTrack、Xsens 等主流动捕设备,或具备将生成动作映射至物理实体/仿真环境(如 Isaac Gym、MuJoCo)的经验。 模型部署: 具备模型量化、剪枝以及 TensorRT / ONNX Runtime 加速与 C++ 端侧部署经验者优先。



