课题详情： 在 3D 游戏世界下，解决游戏角色与虚拟世界交互的难题： 1. 构建多模态统一的动作大模型 OmniMotion，可以根据不同模态生成 3D 动作，并可对视觉、动作进行有效理解； 2. 可有效理解 3D 场景，并根据理解，生成可与虚拟环境交互的动作，并完成相应的任务； 3. 对上述大模型进行有效蒸馏，实现实时可交互的动作生成，实现真正意义上的在大世界场景下的群体智能。 课题要求： 1、计算机、人工智能等相关专业硕士或博士学位，在深度学习领域有扎实的理论功底； 2、深入理解主流多模态融合架构（例如 Double-stream、MoT等），能够针对不同模态特征进行灵活的模型架构优化与设计； 3、具备图形学基础，有大规模模型预训练/后训练经验，有不错的 infra 优化能力； 4、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； 5、具备极强的工程落地能力和自驱力，能够将复杂的学术论文转化为可商用的技术方案，具备良好的跨团队沟通协作能力。