3D/4D Reconstruction & Gaussian Splatting算法实习生
职位描述
【你将参与什么】
参与下一代 3D/4D Reconstruction Foundation Model 与 Gaussian Splatting 研发，面向真实自动驾驶场景研究统一几何、动态建模与高保真可渲染场景表示。
团队拥有 千卡级 GPU 算力资源 和大规模真实自动驾驶多相机、多时序数据，优秀研究成果支持进一步沉淀并投稿 CVPR / ICCV / ECCV / NeurIPS / ICLR / SIGGRAPH 等顶级会议。
【核心方向】
Feed-Forward 3D/4D Reconstruction：D4RT、VGGT、PI3、DUSt3R / MASt3R；
3D Gaussian Splatting / Neural Rendering：Feed-Forward Gaussian、Dynamic / 4D Gaussian、大规模场景重建；
统一 3D/4D 表征与长时序建模：Depth、Point Map、Camera Pose、Tracking / Correspondence、Sparse Attention、Memory、Streaming Reconstruction；
探索 Reconstruction × Gaussian × Generative Model 的统一建模与自动驾驶数字世界构建。
【我们期待你】
计算机视觉、计算机图形学、机器学习、机器人等相关方向硕士/博士在读；
熟悉 PyTorch、Transformer、3D Vision / Neural Rendering；
有 3D/4D Reconstruction、3DGS、NeRF、Depth、Tracking 或 Vision Foundation Model 研究经验优先。
立即投递
