课题详情： 1、构建支持规模化生产的风格化动作生成体系：面向二次元内容创作与游戏宣发场景中对高频、海量动作资产的需求，建立可扩展的风格化动作生成框架，实现从单条定制生成向批量化、半自动化乃至全自动化生产模式的升级；提升动作资产生产效率与风格一致性； 2、突破通用动作生成模型在垂类场景下的适配瓶颈：针对现有通用动作生成模型在二次元语境中存在的动作失真、物理逻辑不稳定、风格表达弱化以及角色表现力不足等问题，构建面向二次元垂类特征的专用建模机制；强化对夸张形变、节奏张力、表演性姿态与风格化肢体语言的建模能力，实现动作生成在结构合理性与风格表达力上的同步提升； 3、建立风格控制与质量评估的可控生成机制：构建可调节的风格参数与表现强度控制体系，实现不同二次元子风格（如写实偏日式、夸张演出风、战斗特效强化风等）之间的可控切换；同时建立面向业务需求的动作质量评估标准，保障生成结果在视觉表现、角色一致性与可用性方面满足实际制作要求。 课题要求： 1、包含但不限于人工智能/计算机/自动化/数学等专业的博士和优秀硕士； 2、较强的工程实现能力，熟练掌握PyTorch，精通Diffusion Model / Transformer 等架构，熟悉DeepSpeed/Megatron等分布式训练框架； 3、熟悉动作生成大模型相关算法，包括但不限于文生动作、手势动作生成、单目视频动捕、in-betweening 动作生成、动作风格迁移等。 加分项： 1、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优先； 2、有数字人全栈开发经验，熟悉游戏引擎和DCC等相关软件（UE/Unity、Maya/Blender）。