混元-图像及3D模态编辑数据构建范式研究

关于这个机会

课题背景： 当前图像与3D模态的精准编辑高度依赖昂贵且匮乏的Before/After人工数据。这直接导致模型在复杂属性理解和真实场景泛化上表现不稳定。同时，业内缺少能全面准确衡量模型编辑能力的统一评估标准。 课题挑战： 1）高价值数据挖掘建模：需在海量视频、连续图像及3D资产序列中，探索基于时空共现关系与跨模态表征相似度的图网络建模方法，从中精准挖掘并配对出高价值的编辑数据，算法逻辑复杂。 2）闭环构建与多维评测：在多模态大模型及PCG链路上建立高质量编辑数据的自动化合成与过滤闭环难度大。此外，需克服主观偏差，构建涵盖指令遵循度、保真度、物理合理性等多维度的可靠Benchmark。 具体工作： 研发基于时空关系的高价值编辑数据挖掘算法及自动化合成过滤链路；构建涵盖指令遵循度、保真度、物理合理性等多维度的模态编辑Benchmark。

任职要求

学历和专业：计算机视觉、VLM、计算机图形学或机器学习相关方向博士；在ICLR、NeurlPS，ICML、KDD、AAAI，IJCAI等机器学习领域会议或者期刊有第一作者发表过至少一篇文章。 技术技能：熟悉模型开发&训练常见框架，具备快速阅读和复现论文的能力，3D方向需要熟悉UE/Blender引擎

内推申请说明

本站为独立内推协助平台。申请会交由管理员核实岗位与内推渠道，不等于已在公司官网投递；薪资、岗位状态和实际招聘流程以官方信息为准。