世界模型视觉算法研究与应用-阿里星

1.负责世界模型的基础视觉算法研发，包括视觉数据算子、视觉表征学习、跨模态对齐与融合等核心能力建设； 2.探索适合理解与生成统一建模的视觉编解码架构，推动图像、视频、3D及4D动态场景的统一表征与生成； 3.开展3D/4D视觉算法研究，包括多视角几何、深度估计、三维重建、动态场景建模、神经渲染及空间智能等方向； 4.研究世界模型中的环境感知、空间智能、状态表征、物理规律学习、未来预测与交互式生成，提升模型对真实世界的理解、推演与模拟能力； 【任职要求】 1.计算机视觉、机器学习、人工智能、计算机图形学、机器人等相关专业硕士及以上学历； 2.具备扎实的数学与理论基础，熟悉概率统计、优化方法、深度学习、三维几何及生成模型相关理论； 3.熟悉3D或4D视觉技术，包括但不限于多视角几何、SLAM、点云处理、三维重建、NeRF、3D Gaussian Splatting、动态场景重建、神经渲染或三维生成； 4.具备丰富的NLP与CV交叉领域积累，理解多模态预训练、跨模态对齐、视觉指令微调及统一理解与生成建模；