地平线｜4D 时空理解算法实习生

工作职责 1. 参与面向真实动态场景的 4D 时空理解算法研发，探索多视角、多帧视觉输入下的三维几何重建、动态场景建模、运动理解与时空特征融合。 2. 跟踪并复现 3D / 4D 视觉与视觉基础模型前沿方法，如 VGGT、Dust3R、MASt3R、CoTracker、TraceAnything、D4RT、4RC 等，利用或借鉴 Geometry Foundation Models，探索动态场景的统一 4D 表征，并参与相关方案设计与技术选型。 3. 围绕统一 4D 时空表征，研究多帧几何一致性、跨视角时空对应、动态物体运动建模、Visual Tracking、3D Scene Flow 与时空特征融合，探索几何结构、跨帧对应与运动信息的统一建模及其在三维重建、动态理解等任务中的应用。 4. 研究如何从多视角 / 多帧视频中学习可持久维护、可预测未来、可反事实模拟的 3D/4D 场景表征，了解主流OccWorld、DriveWorld、GaussianWorld、VGGT-World模型。 5. 搭建自动驾驶场景下的数据处理、模型训练、评测分析与可视化流程，推动算法在真实数据和闭环仿真场景中的快速迭代与落地。

任职要求 1. 硕士 / 博士在读，计算机、人工智能、自动化、机器人、测绘、数学等相关专业优先。实习时间半年及以上。 2. 具备扎实的深度学习、计算机视觉和三维几何基础，熟悉多视图几何、SfM / MVS、深度估计、点云处理、三维重建、生成模型、世界模型视觉跟踪或时序建模等相关方法。 3. 熟练使用 Python / PyTorch，具备良好的代码能力和实验分析能力，能够独立阅读、复现并改进顶会论文。 4. 对 VGGT、Dust3R、MASt3R 等 Geometry Foundation Models，以及多视角几何、跨帧时空对应、Visual Tracking、3D Scene Flow、Dynamic Reconstruction、4D Representation Learning 等相关方向有理解或实践经验者优先。