一. 简介

实习生招聘｜3D生成 / 3D Gaussian / 具身智能（含VLN）方向（科研导向）

我们正在招募对 3D生成、3D Gaussian Splatting、具身智能（Embodied AI）、Vision-Language Navigation（VLN） 感兴趣的实习生。

本岗位以 科研探索与论文产出 为核心，适合希望深入做研究、系统推进一个方向、并以高水平论文为目标的同学。

实习信息:

- 形式：科研实习 / 研究助理 / 长期合作均可- 地点：北京

- 时长：优先 3 个月及以上，长期合作更佳

- 到岗时间：尽快- 每周投入：优先 4 天及以上

- 任职要求：计算机、人工智能、机器人、自动化、数学等相关专业 硕士/博士在读

团队会提供：

- 明确的研究方向与选题 idea- 持续的技术指导与论文讨论

- 算法实现、实验设计、写作投稿等全过程支持

- 提供 GPU 算力资源与实验环境支持

- 以科研和发论文为主的培养方式

投递方式:

请发送材料至：jinchuan.zhang@i-tudou.com

邮件标题建议：

姓名 + 学校 + 年级 + 研究方向（3D生成 / 3D Gaussian / 具身智能VLN）

建议附上：

简历，成绩单（如方便），代表性项目/论文/作品，GitHub / 个人主页 / 技术博客，感兴趣的研究方向与可投入时间

欢迎有志于继续深造、申请 PhD、积累高质量研究经历的同学加入！

二. 研究方向

方向一：3D生成 / 3D重建

围绕三维内容生成与表示学习开展研究，包括但不限于：

- 文生3D / 图生3D / 多视图生成与重建- 基于 NeRF / Gaussian / Mesh / Point Cloud 的三维表示学习

- 大规模场景重建、语义三维建模与可编辑生成

- 3D生成模型的训练方法、数据构建与评测体系

方向二：3D Gaussian Splatting

围绕 3D Gaussian 表示与渲染开展研究，包括但不限于：

- 静态/动态场景的 3D Gaussian 重建与生成

- 3D Gaussian 与语义理解、编辑、压缩和加速渲染结合

- 城市级/室内大场景三维重建与数字孪生

- 适用于生成式任务的 Gaussian 表达与优化方法

方向三：具身智能 / VLN（Vision-Language Navigation）

围绕机器人感知、导航、操作与多模态决策开展研究，包括但不限于：

- Vision-Language Navigation（VLN）与 Vision-Language-Action（VLA）方法

- 视觉-语言-行动模型在机器人导航与操作中的应用

- 具身场景理解、长时程任务规划与多阶段决策

- 面向移动机器人 / 四足机器人 / 机械臂的感知、导航与交互

- 基于语义地图、拓扑图、世界模型或隐式记忆的导航方法

- Sim2Real、数据闭环与具身基础模型

三. 实习提供资源

1. 导师/研究人员直接对接，提供研究选题与持续指导

2. 定期讨论研究进展、实验结果和论文写作

3. 从 idea、方法设计、实验验证到论文投稿的完整科研训练

4. 提供 GPU 算力资源、训练环境与实验支持

5. 鼓励形成可投稿的研究成果，目标为高质量会议/期刊论文

6. 表现优秀者可长期合作，支持后续深造、推荐与研究延续

四. 岗位职责

1. 跟进并阅读前沿论文，参与研究选题讨论与方案设计

2. 完成模型实现、实验设计、消融分析与结果整理

3. 参与论文撰写、图表制作、方法总结与投稿准备

4. 参与研究代码、数据处理与实验平台的搭建与维护

5. 在导师指导下持续推进一个相对完整的研究课题

五. 任职要求

计算机、人工智能、机器人、自动化、数学等相关专业 硕士/博士在读

- 对科研有较强兴趣，希望系统做研究并产出论文- 具备扎实的 Python 编程能力，熟悉 PyTorch

- 有较好的论文阅读、问题分析和实验推进能力

对以下至少一个方向有兴趣或相关基础：

- 3D Vision / 3D Generation / 3D Reconstruction- Gaussian Splatting / NeRF / Diffusion / 多视图几何

- Embodied AI / VLN / 机器人感知与规划 / VLM-VLA

有自驱力，能持续推进问题并进行深入思考

六. 其他加分项：

有以下任一研究经历、论文投稿经历或科研项目经历：

- 3D Gaussian / NeRF / 3D Diffusion / 点云 / 网格 / SLAM- VLN / ObjectNav / PointNav / 具身智能 / 机器人导航与操作

- Habitat / Isaac Sim / Isaac Lab / ROS / ROS2 / Mujoco

- 多模态大模型 / VLM / VLA / 世界模型 / 强化学习

- 有较强的数学基础、实验设计能力或写作能力

- 有 GitHub、论文、技术博客或开源项目成果

我们更适合这样的同学：

- 希望申请 PhD / 出国深造 / 继续学术研究

- 希望在实习阶段沉淀一段真正完整的科研经历

- 不满足于只做工程开发，更想做方法创新和论文产出

- 愿意长期投入一个方向，做出有深度的成果