职位描述
在 3D 游戏世界下,解决游戏角色与虚拟世界交互的难题:
1. 构建多模态统一的动作大模型 OmniMotion,可以根据不同模态生成 3D 动作,并可对视觉、动作进行有效理解;
2. 可有效理解 3D 场景,并根据理解,生成可与虚拟环境交互的动作,并完成相应的任务;
3. 对上述大模型进行有效蒸馏,实现实时可交互的动作生成,实现真正意义上的在大世界场景下的群体智能。
1、计算机、人工智能等相关专业硕士或博士学位,在深度学习领域有扎实的理论功底;
2、深入理解主流多模态融合架构(例如 Double-stream、MoT等),能够针对不同模态特征进行灵活的模型架构优化与设计;
3、具备图形学基础,有大规模模型预训练/后训练经验,有不错的 infra 优化能力;
4、在 CVPR、ICCV、ECCV、SIGGRAPH 等顶会发表过高质量论文,或在相关开源项目、算法竞赛中获得优异成绩者;
5、具备极强的工程落地能力和自驱力,能够将复杂的学术论文转化为可商用的技术方案,具备良好的跨团队沟通协作能力。
内容来自「腾讯校招」官方招聘页面