Diffusion/Video Generation 仿真修复算法工程师
职位描述
岗位定位：
负责基于 Diffusion、Video Generation、World Foundation Model等生成式模型，对3DGS/Neural Rendering仿真结果进行伪影修复、视觉增强、遮挡补全和真实感提升，构建面向自动驾驶的生成式仿真增强能力。
核心职责：
负责基于 Difusion Model、Video Diffusion、DiT、World Model、lmage-to-Video/Video-to-Video 模型的自动驾驶仿真增强算法研发。
对3DGS/Neural Rendering输出中的伪影、空洞、模糊、遮挡错误、动态物体异常、多视角不一致等问题进行生成式修复。
研发面向自动驾驶多相机视频的时序一致、多视角一致、几何一致的 diffusion fixer/video refiner。
将重建结果、Depth、Pose、OCC、Flow、Mask、Semantic、Trajectory等作为条件输入，提升生成修复的可控性和物理一致性。
支持雨雪雾夜、长尾障碍物、施工、复杂交通参与者等场景的仿真增强和数据生成。
与3DGS 仿真、World Model、感知训练团队协作，验证生成式修复数据对下游任务训练和闭环评测的有效性。
构建生成质量评估体系，包括时序一致性、多视角一致性、几何一致性、感知任务收益、policy评测收益等。任职要求
硕士及以上学历，人工智能、计算机视觉、多媒体、自动驾驶、机器人等相关专业。
具备2年以上Diffusion Model、Video Generation、lmage Restoration、Video Restoration、Generative Simulation 或 World Model相关经验。
熟悉 Stable Diffusion、 Video Diffusion、 DiT、ControlNet、LoRA、Wan、Cosmos、 Sora-ike Video Model、 Video-to-Video Translation 等相关技术中的至少两类。
熟悉多模态条件控制，包括depth、pose、segmentation、opticalflow、cameratrajectory、3D geometry、text prompt等。
具备 PyTorch 大模型训练经验，熟悉分布式训练、混合精度训练、数据清洗和模型评测。
必须具备相关项目经历，包括视频生成、视频修复、生成式仿真、Difusion Refinement、多视角视频生成、自动驾驶场景生成等。
优先条件：
有自动驾驶视频生成、世界模型、仿真数据增强经验者优先。
有基于3DGS/NeRF/Neural Rendering的生成式后处理或 diffusion fixer 经验者优先。
有多相机一致性生成、几何条件控制生成、长视频生成经验者优先。
有大规模 GPU训练、视频数据治理、生成模型后训练经验者优先。
有CVPR/ICCV/ECCV/NeurIPS/ICML/SIGGRAPH/ICRA相关论文或开源项目者优先。
立即投递
