3D 生成与具身智能仿真工具链实习生

Agentic Pipeline / Simulation-ready Assets/3D AIGC
岗位简介
参与面向具身智能的 3D 仿真交互资产生成与仿真工具链建设，探索生成式 AI、智能体工作流与物理仿真的结合，推动 3D 资产从生成、处理到仿真验证的自动化与规模化。
我们希望你既对 3D 生成与机器人仿真技术保持好奇，也愿意深入解决几何处理、资产转换、物理属性配置和工具链集成中的实际问题，将新技术转化为稳定、可复用的工程能力，为机器人训练、评测与虚拟环境构建提供支持。

核心职责
1. 3D 交互资产生成与处理

• 探索并集成 Text-to-3D、Image-to-3D、生成式建模及材质生成等工具，搭建从文本、图像或已有模型到可交互仿真资产的处理流程。
• 开发 3D 资产处理模块，涵盖几何清洗、网格简化、拓扑修复、坐标与尺度规范化、碰撞体生成等环节。
• 面向可交互物体，开发部件组织、关节配置及物理属性设置工具，提升资产在仿真环境中的可用性。
• 建设资产批处理与数据管理流程，支持大规模 3D 数据的整理、质量检查、版本管理与发布。

2. Agentic Pipeline 与自动化工具链

• 参与仿真资产 Agentic Pipeline 的设计与开发，结合 LLM、工具调用与工作流编排，提升资产生成、处理和验证的自动化程度。
• 将建模、转换、检查与仿真操作封装为可复用工具，支持任务编排、批量执行、异常重试与过程追踪。
• 跟踪相关开源项目与生成式方法，完成原型验证，评估其在资产质量、处理效率和工程稳定性上的实际价值。
• 根据生产需求优化工具链性能与稳定性，完善日志、自动化测试和技术文档，沉淀可复用的工程方案。

3. 仿真格式适配与质量验证

• 开发和维护 USD 、MJCF、URDF 等资产格式相关工具，支持资产转换及仿真引擎适配。
• 在 Isaac Sim、MuJoCo 等环境中开展资产验证，定位几何、碰撞、关节、材质及物理参数相关问题。
• 建立资产质量检查与仿真验证流程，评估交互行为、物理合理性和运行稳定性，并将结果反馈至生成与处理环节。
• 与算法、仿真及资产团队协作，根据机器人训练、评测和 Real2Sim需求，持续改进资产与环境构建流程。

• 本科高年级、硕士或博士在读，计算机、机器人、自动化、机械工程、计算机图形学、数字媒体等相关专业优先；
• 具备良好的 Python 编程能力与工程习惯，能够完成工具开发、问题排查和功能验证；
• 理解常见 3D 资产与物理仿真概念，包括网格、材质、坐标变换、刚体、碰撞与关节等；具备线性代数及基础计算几何知识。
• 使用过至少一种 3D 处理、建模或仿真工具，如 Blender、Isaac Sim 或 MuJoCo，并愿意深入学习相关工具链。
• 对 3D 生成式 AI、具身智能或仿真自动化 有明确兴趣，能够阅读技术文档、研究开源项目，并将方法转化为可运行的原型。
• 熟悉基本的 Linux 开发环境与 Git 协作流程，具备良好的学习、沟通和问题分析能力，能够清晰记录实验结果与技术结论。

加分项

• 有 3D AIGC 相关项目经验，如文本或图像生成 3D、模型重建与编辑、部件分解、材质或贴图生成。
• 有 LLM / VLM Agent、Tool Use 或自动化工作流开发经验，能够将智能体能力接入实际工程流程。
• 熟悉 USD / OpenUSD、MJCF、URDF 中的一种或多种，具备资产转换、关节建模或物理参数配置经验。
• 有机器人仿真、虚拟环境构建、数字孪生、工业 CAD 或游戏引擎相关项目经历。
• 有大规模 3D 数据处理、分布式任务执行或性能优化经验，熟悉 C++、CUDA、GPU 渲染或物理引擎者优先。
• 了解 Real2Sim、机器人学习或强化学习仿真，对资产与环境质量如何影响训练和评测有实践或思考。
• 有开源贡献、工程工具、科研或竞赛成果，能够提供代码、演示或作品说明。

你将获得
参与具身智能仿真资产与自动化工具链的实际建设，接触 3D 生成、资产处理、智能体工作流和物理仿真 等环节，并有机会将自己开发的工具用于团队日常生产、机器人训练与评测流程。