生成式 AI Agent 与 3D 资产工程师

我们正在建设面向机器人学习的 3D 资产与场景生成平台。该岗位重点关注如何利用 AI Agent、Codex、扩散模型、Flow Matching、多模态生成模型和自动化工具链，高效生产高质量、可编辑、可用于仿真的 3D 资产。候选人不需要是传统 3D 美术专家，但需要具备较强的 AI 工具使用能力、代码实现能力，以及对前沿生成模型和 3D 表示的理解。## 工作职责- 基于 Codex 等 Agent 工具，搭建自动化 3D 资产生成、处理与管理 pipeline。- 使用生成模型构建机器人仿真资产，包括物体、家具、厨房用品、材质、纹理和多视角图像。- 跟踪并实验 diffusion model、flow matching、image/video/3D generation、text-to-3D、image-to-3D、Gaussian Splatting、NeRF 和 3D reconstruction 等前沿技术。- 将生成或重建的资产转换为 OBJ、FBX、glTF、USD 等标准格式，并完成 mesh 清洗、拓扑优化、尺度归一、材质绑定和纹理处理。- 开发资产自动化质量检查流程，检测破面、孔洞、法线错误、尺度异常、材质缺失和几何复杂度异常等问题。- 建立资产元数据、类别体系、版本管理、生成参数和质量评分规范，支持数据集持续扩充。- 使用 Agent 工具辅助代码生成、批量实验、失败样本修复、结果整理和技术文档沉淀。- 与机器人仿真与任务数据工程师协作，确保资产满足碰撞体、物理属性、关节结构和可抓取性要求。- 参与生成式 3D、数据生产和具身智能方向的创新研究与论文工作。## 任职要求- 熟悉 Python，能够独立完成数据处理、实验脚本、pipeline 和自动化工具开发。- 理解 diffusion model、flow matching、transformer 和多模态生成模型等基本原理，并持续关注生成式 AI 前沿进展。- 具备 3D 基础，理解 mesh、拓扑、材质、纹理、UV、相机、坐标系、位姿、尺度和渲染等概念。- 能够快速学习新模型和新工具，并使用 AI Agent 提高研发和数据生产效率。- 具备较强的问题拆解、实验分析和工程执行能力。## 加分项- 有 text-to-3D、image-to-3D、video generation、3D reconstruction、Gaussian Splatting、NeRF 或 mesh generation 相关经验。- 熟悉 Blender Python、Open3D、Trimesh、PyTorch3D、Kaolin 或 nvdiffrast。- 熟悉生成模型训练、微调、推理优化或自动化评测。- 有大模型 Agent workflow 经验，例如自动写代码、自动运行实验、整理结果或修复失败样本。- 有 3D 数据集、自动标注、质量评估、资产管理或数据可视化工具开发经验。- 了解 USD、URDF、MJCF、碰撞体、物理材质或机器人仿真资产规范。- 有顶会论文发表、论文复现、开源项目贡献或生成式 AI 产品开发经验。