腾讯
实习基于3dgs的下一代游戏制作与渲染研究课题背景
上海 · 实习 · 博士
长期有效
任职要求
- 1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士；
- 2、有图形学相关的基本算法及应用游戏；
- 3、较强的工程实现能力，熟练掌握 C/C++ 编程，熟悉 Shell/Python/Matlab 至少一种编程语言。
岗位描述
【岗位职责】
课题背景：
生成式 AI 正在深刻重塑游戏工业。传统 3D 内容生产管线长期受制于制作周期长、成本高，以及高保真效果与实时渲染性能之间的结构性矛盾。3D Gaussian Splatting（3DGS）为实时渲染带来突破，但在工程化落地中仍面临存储冗余、可编辑性不足、缺乏物理一致性交互等关键瓶颈。将扩散模型的生成能力与大语言模型（LLM）的语义理解与交互能力引入 3DGS，构建 AI 驱动的新一代 3DGS 端到端制作与渲染管线，有望成为下一阶段的核心突破方向。
课题价值：
通过自动化、智能化内容生产与编辑流程，减少对高熟练度美术与技术人员的依赖，大幅降低 3D 资产制作门槛与成本，显著缩短开发周期；
提供高复杂度场景的高帧率实时渲染能力，支持传统方法难以实现的开放世界与动态效果，兼顾画面质量、渲染效率与工程部署可行性。
课题挑战：
当前 3DGS 在动态光照表达不自然、物理效果缺失等方面仍存在明显短板，需要探索更优核函数设计，并引入可微分的物理建模与交互约束以提升一致性与可控性；
超大规模场景下 3DGS 表达存在显存占用高、数据冗余大的问题，需研发 Mesh 与 3DGS 的混合表达与混合渲染管线，优化 LOD、流式加载与资源调度机制；
基于单图与扩散模型生成 3DGS 时容易出现视角移动瑕疵与多视角不一致，需要提升几何与外观的跨视角一致性、时空稳定性与可编辑性。
科研目标：
突破3DGS生成与渲染的难题，最终从理论走向落地；
在图形学与 AI 顶级会议发表高水平论文并申请核心专利，形成完整的智能游戏制作解决方案。
【任职要求】
- 1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士；
- 2、有图形学相关的基本算法及应用游戏；
- 3、较强的工程实现能力，熟练掌握 C/C++ 编程，熟悉 Shell/Python/Matlab 至少一种编程语言。
【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 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
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。