腾讯
校招混元多模态-3D场景生成算法研究
深圳总部 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 1. 包含但不限于计算机、模式识别、人工智能、计算机视觉、图形学、自动化、信息工程、应用数学等专业的博士和优秀硕士；
- 2. 熟悉3D场景/布局生成算法、世界模型（World Model）相关算法、3D数据表征、三维视觉基础、Diffusion/自回归大模型算法、图形学与物理仿真基础、深度学习核心算法，熟练掌握Python及PyTorch/TensorFlow框架，有3D场景生成、布局生成、场景重建、世界模型、具身仿真环境构建、强化学习/交互式仿真等相关项目经验者优先；
- 3. 具备良好的沟通协作能力、较强的问题分析与解决能力，自驱力强，能独立设计实验并推动研究落地，对前沿技术有持续学习热情。
岗位描述
【岗位职责】
课题背景
当前3D生成算法在单物体生成上已较成熟，但在场景级布局合理性、物理约束、大规模一致性生成上仍处于探索阶段。更进一步，随着具身智能与交互式内容的兴起，场景不再是静态资产，而正演化为可感知、可交互、可推演的"3D世界模型"——它需要理解场景的物理规律与因果关系，能对智能体动作与外部干预做出符合物理逻辑的状态演化与时序预测。本课题旨在研发3D场景生成算法并向3D世界模型延伸，实现从文本/图像/布局输入到结构合理、风格统一、可编辑、可交互的完整3D场景端到端生成，并进一步构建具备物理一致性与时序动态演化能力的可交互3D世界，支撑游戏场景批量搭建、影视场景快速预演、具身仿真环境构建、世界模型驱动的智能体训练等场景。
课题挑战
- 1. 场景布局的合理性与物理约束：如何生成符合空间逻辑与物理约束的场景布局（无穿模、可通行、支撑关系合理、尺度朝向正确），将布局规则与物理先验转化为模型可学习的目标或约束；
- 2. 多物体一致性与风格统一：如何在场景内保证多物体的语义关系、相对尺度与整体美术风格一致，兼顾多样性与全局协调性；
- 3. 大规模场景的可扩展生成与可编辑性：如何在有限算力下实现大范围、大规模场景的可扩展生成，并支持局部编辑、增删物体、风格调整等交互式编辑，同时兼顾生成效率；
- 4. 3D世界模型的交互与时序演化：如何让静态场景升级为可交互的3D世界模型，建模场景的物理规律与因果关系，实现对智能体动作/外部干预的状态响应、时序动态演化与长时程一致性预测，解决交互推演中的物理合理性、时序漂移与状态一致性等难题。
具体工作
你将参与3D场景生成算法及3D世界模型的全流程研发：
- 1. 场景生成建模：设计与优化3D场景布局与内容生成算法（如布局生成、场景图/Diffusion/自回归等架构），实现结构合理、风格统一的场景生成；
- 2. 3D世界模型构建：研究可交互、可推演的3D世界模型，建模场景物理规律与动态演化，支持智能体交互、动作驱动的状态预测与仿真，服务于具身智能训练与交互式内容生成；
- 3. 模型训练与优化：基于大规模场景数据训练与调优模型，优化布局合理性、物理约束、多物体一致性、可编辑性与交互推演的时序一致性，解决穿模、尺度失配、风格不统一、物理不一致等问题。
【任职要求】
- 1. 包含但不限于计算机、模式识别、人工智能、计算机视觉、图形学、自动化、信息工程、应用数学等专业的博士和优秀硕士；
- 2. 熟悉3D场景/布局生成算法、世界模型（World Model）相关算法、3D数据表征、三维视觉基础、Diffusion/自回归大模型算法、图形学与物理仿真基础、深度学习核心算法，熟练掌握Python及PyTorch/TensorFlow框架，有3D场景生成、布局生成、场景重建、世界模型、具身仿真环境构建、强化学习/交互式仿真等相关项目经验者优先；
- 3. 具备良好的沟通协作能力、较强的问题分析与解决能力，自驱力强，能独立设计实验并推动研究落地，对前沿技术有持续学习热情。
【技术方向】
多模态、视觉、语音
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。