3D/4D Reconstruction & Gaussian Splatting算法实习生

【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。