The posting
您将负责构建大规模的三维重建、生成与场景理解系统,为机器人提供丰富、结构化的物理世界表征; 核心工作是架起现实世界与数字仿真的桥梁,将真实捕获的三维场景转化为高保真、可直接用于仿真的数字资产,贯穿从数据采集、可扩展三维重建、场景后处理到集成进仿真与机器人训练流程的全链路。
核心职责: - 研发三维算法:为机器人应用研发可扩展的三维解决方案,包括重建(NeRF、3DGS、多视图立体、三维大模型)、生成(三维扩散模型)和场景理解。 - 构建虚实管线:搭建端到端「实景转仿真」流水线,涵盖三维场景采集与重建、后处理(物体分割、几何优化、材质建模、语义结构化)及仿真平台集成。 - 处理海量数据:开发可扩展的数据管道,处理来源于真实扫描、多视角拍摄和程序化渲染的大规模三维数据集。 - 保障资产质量:确保重建与生成的数字资产在视觉和物理属性上满足下游仿真、模型训练与效果评估的高保真要求,并沉淀可复用的验收方法。 - 推动跨团队协作:与具身智能、仿真、大语言/视觉模型团队紧密合作,将三维空间表征融入机器人的规划与控制系统。
计算机科学、计算机视觉、计算机图形学或相关专业博士(优先)或硕士; 在三维重建、三维生成、场景采集或场景理解领域有扎实背景,具备神经渲染或三维视觉深度学习项目经验; 拥有真实世界三维数据采集与重建的实操经验(多视图立体、激光雷达、摄影测量); 精通 Python 及常用三维库(Open3D、PyTorch3D、Trimesh),熟悉主流渲染工作流。
加分项: 熟悉神经场景表征(辐射场、高斯溅射)或传统表征(网格、CAD); 有训练大规模三维模型(重建模型、生成模型)的经验; 具备三维场景后处理经验(物体分割、几何补全、语义标注、场景结构化分解);有重建/生成资产的质量评估经验; 有将三维资产部署到物理仿真引擎(Isaac Sim、Unity、Unreal)做机器人算法验证的经验; 了解铰接物体建模、场景图构建或交互式场景编辑; 在数字孪生或仿真-现实迁移方向有研究或项目经验。



