腾讯｜游戏智能NPC-文生动作大模型方法研究实习

课题背景： 随着游戏产业从“内容生产驱动”逐步迈向“智能交互驱动”的新阶段，玩家对虚拟角色的真实感、表现力与互动能力提出了更高要求。当前游戏中的角色动作主要依赖于人工动画制作、动作捕捉或有限的动作库拼接，这种方式制作成本高、扩展性差，且难以根据实时语义需求生成丰富多样的动作表现。近年来，大语言模型与生成式人工智能技术的发展，为“文本到动作生成（Text-to-Motion）”提供了新的技术路径。通过构建融合语言理解与人体运动建模的大规模生成模型，可以实现从自然语言描述到角色动作序列的自动生成，使NPC能够理解语义并以拟人化的肢体行为进行表达。然而，在游戏实时环境中，动作生成不仅需要语义准确，还需要满足实时性、物理合理性和长时动作一致性等工程要求。因此，本课题旨在研发面向游戏智能NPC的文生动作大模型（Text-to-Motion Foundation Model），构建从文本语义理解到角色动作生成的端到端技术体系，使游戏角色能够根据语言语义实时生成自然、流畅且符合角色设定的动作表现，从而显著提升游戏角色的表现力与交互体验。 课题挑战： 1、语言语义与动作表达对齐挑战：自然语言具有高度抽象性，而人体动作是连续的高维时序信号。如何建立语言语义与动作序列之间的有效对齐关系，使模型准确理解动作意图并生成合理的运动，是文生动作模型面临的重要问题； 2、实时生成与系统延迟挑战：游戏NPC动作生成通常需要在极低延迟下完成，以保证玩家交互的实时性。如何在保证动作质量的同时降低模型计算开销，实现实时生成，是系统落地的重要挑战； 3、动作物理合理性与角色适配挑战：生成的动作不仅需要符合语义，还必须满足角色骨骼结构与游戏引擎物理规则，否则容易产生动作穿模、不稳定或不符合角色比例的问题； 4、跨角色与跨场景泛化挑战：不同游戏角色具有不同的骨骼结构、体型比例和动作风格，模型需要具备良好的泛化能力，使生成动作能够适配多种角色与不同游戏场景。 具体工作： 参与游戏智能NPC文生动作算法研发，包括但不限于：文生动作生成模型架构设计，语言与动作语义对齐算法研究，高质量动作数据构建与训练策略优化，实时推理与系统优化，游戏引擎集成与在线实验验证等。

1、包含但不限于人工智能/计算机/自动化/数学等专业的博士和优秀硕士； 2、较强的工程实现能力，熟练掌握PyTorch，精通Diffusion Model / Transformer 等架构，熟悉DeepSpeed/Megatron等分布式训练框架； 3、熟悉动作生成大模型相关算法，包括但不限于文生动作、手势动作生成、单目视频动捕、in-betweening 动作生成、动作风格迁移等。 加分项： 1、在 CVPR、ICCV、ECCV、SIGGRAPH 等顶会发表过高质量论文，或在相关开源项目、算法竞赛中获得优异成绩者优先； 2、有数字人全栈开发经验，熟悉游戏引擎和DCC等相关软件（UE/Unity、Maya/Blender）。