自动驾驶仿真开发实习生

1. 01

   世界模型与仿真系统研发： 参与辅助驾驶新一代仿真平台（WorldSim）的架构设计与核心开发，基于“三维重建+生成式AI”双轮驱动，构建高拟真度、可交互的端到端闭环验证环境；

2. 02

   前沿三维重建与神经渲染： 研发基于 3D Gaussian Splatting (3DGS)、NeRF 等前沿神经渲染算法，攻克超大场景重建、高动态要素解耦、跨时空多传感器（Camera/LiDAR）逼真渲染难题；

3. 03

   探索 Diffusion Models、视频生成模型及世界模型在场景生成中的应用，实现物理真实、高时空一致性的闭环仿真生成；

4. 04

   推动三维几何资产（3DGS/Mesh）与生成式模型深度融合，高效合成与泛化 Corner Cases（长尾极端场景）；

5. 05

   负责 3DGS/神经渲染算法与 Unreal Engine 5（UE5）管线的深度集成，实现神经渲染与传统图形学资产（Mesh、材质、光照）的混合渲染及实时交互；

6. 06

   协同推进数字孪生环境中的传感器模拟（Camera/LiDAR）与智能交通流仿真。

1. 01

   计算机、人工智能、自动化、图形学、数学等相关专业在读学生；

2. 02

   具备扎实的计算机图形学（CG）与三维计算机视觉（3D Vision）功底，深入理解渲染管线原理；

3. 03

   深入理解 3DGS、NeRF 等神经渲染原理，在算法优化（如动态场景重建、显存/推理加速、抗锯齿、可编辑性等）或高级 Shader 编写上有实际经验；

4. 04

   熟悉主流生成式模型（Diffusion、World Models 等），对生成模型在辅助驾驶数据生成、场景扩展或数据闭环中的应用有研究或实践；

5. 05

   熟悉 UE5 等主流引擎架构，有渲染管线二次开发经验者优先。

6. 06

   熟练掌握 C++ 和 Python，精通 PyTorch / LibTorch 等深度学习框架，或熟悉 OpenCV、Open3D、PCL 等常用三维数据与图像处理库，具备 CUDA / 算子优化 / 并行计算能力者优先，了解UnrealEngine/UNITY等游戏引擎

加分项

1. 01

   在 CVPR、ICCV、ECCV、SIGGRAPH、NeurIPS 等顶级学术会议/期刊发表过相关高水平论文者优先；

2. 02

   有辅助驾驶大场景仿真、NeRF/3DGS 混合渲染、生成式数据闭环等实际项目落地经验者优先；

3. 03

   在 Github 等开源社区有高质量开源项目，或在相关领域国际竞赛中获奖者优先。