群核科技｜3D几何处理算法实习生

岗位背景】Lux3D是群核自研的下一代AI3D创作大模型，当前已能够通过单图/文本快速生成高质量的网格与PBR材质。随着产品进入客户落地阶段，我们将面临AI生成内容的最后一公里难题：如何让AI生成的“三角面海”变成工业管线真正可编辑、可驱动的结构化资产？

我们需要你作为“核心生成算法”团队的一员，参与AI模型的智能化后处理算法研发，解决自动拓扑、网格模型修复等行业级难题，将AI生成物的生产力真正转化为游戏/电商级的商业价值。同时，你也将参与前沿3D生成模型的研究与优化，推动生成结果从源头具备更优的几何结构与资产化质量。【岗位职责】1.智能拓扑重构（Retopology）：研发针对AI生成高模（如MarchingCubes提取的非结构化网格/GaussMesh）的自动重拓扑算法。实现合理的边流（EdgeFlow）生成、自适应网格减面，将数百万面的三角面片自动重构为符合游戏或动画标准的、规整的四边形/多边形低模（Low-PolyMesh）；2.网格模型补洞、修复（Repairing）：研发针对AI生成模型表面存在拓扑洞（亏格>0)情况下的自动补洞算法；研发对其他模型问题如非流形边、自相交面的修复算法；3.3D生成模型研究与资产质量优化：了解/跟踪前沿3D生成算法，探索生成阶段对几何质量的优化思路，并与后处理链路形成闭环；4.管线集成与落地打磨：在导师指导下，将几何处理算法封装为云端服务，优化性能与鲁棒性，保障服务稳定性。【任职要求】1.教育背景：计算机科学、应用数学、计算几何或计算机图形学相关专业本科及以上在读；2.了解离散几何处理基础算法，包括曲面参数化、曲面光顺、重网格化、网格模型修复等，有libigl、CGAL、OpenMesh、Open3D、Trimesh等库的使用经验优先；3.具备较强的文献阅读和工程实现能力，精通C++，能熟练使用Python进行算法原型的开发与工程化落地；4.对3DAIGC技术路线有基本了解，理解基于自回归或扩散模型的3D内容生成原理。【加分项】1.深入研究或实现过基于深度学习的网格处理（如NeuralRetopology、3DMeshSegmentation、MeshRepair等）或有3D数据前沿论文复现经验者优先；2.了解基于NeRF或3DGaussianSplatting的三维重建网格提取（MeshExtraction）原理；3.参与过MeshAnything、FastMesh、DeepMesh、LATO、TRELLIS等知名3D生成模型的研发、论文复现或工程落地，或对其他SOTA3D生成模型有深入研究；4.曾开发过3dsMax/Maya/Blender中的拓扑、UV或拆分相关的定制化插件；5.在图形学或计算机视觉顶会（SIGGRAPH、TOG、Eurographics、CVPR、ICCV、NeurIPS等）发表过相关研究成果者优先。