米哈游
3D生成算法研究员实习生
3D生成算法研究员实习生
发布于 1 天前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
研究与开发 (研发)
深度学习
计算机视觉
多模态
扩散模型
计算机图形学
LoRA
3D生成
Controlnet
网格生成
AI 估算 · 5k–10k
实习岗位薪资按市场惯例，米哈游作为头部游戏公司，上海地区实习生薪资较高，但按天折算月薪约5k-10k
职位详情
关于这个职位
该职位是米哈游的3D生成算法研究实习生岗位，专注于研发下一代高可控、高质量的生成式3D技术
你将参与核心算法攻关、多模态条件控制研究、模型调优与工程化，以及技术调研与数据基建
适合对计算机图形学和深度学习充满热情的同学，有机会接触工业级3D生成系统
最低要求
计算机图形学或计算机视觉等相关专业优先
参与3D大模型训练、数据处理等工作和项目
熟练掌握python，熟悉Diffusion算法的理论推导及实现代码，三维模型表示，三维模型生成等相关技术，关注相关领域的最新进展
对技术充满热情，思维清晰，具有很好的问题分析推断能力、良好的沟通表达能力和合作能力
工作职责
核心算法攻关：研究并开发下一代资产级三维生成大模型的核心算法，提升生成模型的质量（Artist-like Mesh）
多模态条件控制研究：研究图像、文本、深度图等多模态信息作为条件输入，开发创新的条件注入与控制技术（如ControlNet、条件Token注入）
模型调优与工程化：对前沿3D生成模型进行改造优化，进行局部模块微调、LoRA调优，并将自定义Conditioning方法集成到模型中
技术调研与数据基建：持续跟进三维生成大模型领域前沿算法，构建3D数据闭环，设计数据表示方法、制定质量标准、搭建数据处理与增强流水线
优先资格
发表过至少一篇相关的一作顶会文章（比如SIGGRAPH，CVPR等）
深度参与过相关的高品质项目开发（需有明确的成果展示）
AI 洞察
优缺点分析
优点
- 米哈游是游戏行业头部公司，提供丰富的业务场景和海量数据资源
- 该岗位聚焦最前沿的3D生成技术，技术成长空间大，能提升核心竞争力
- 团队注重算法创新，有充足的计算资源和导师指导，有利于产出高价值成果
- 要求高，需要同时具备扎实的理论基础和工程实现能力，学习曲线较陡
- 实习生岗位竞争激烈，需要较强的自驱力和快速学习能力
- 适合对3D生成领域有浓厚兴趣、具备计算机视觉/图形学背景且渴望在实践中提升的在校生，尤其是希望进入游戏或AI行业前沿研究的同学
缺点 / 挑战
- 工作内容偏研究和实验，可能面临实验周期长、结果不确定性高的挑战
角色解读
- 从实习生成长为3D生成领域的算法专家，深入掌握生成式AI的核心技术
- 在米哈游的平台积累工业级项目经验，有机会在SIGGRAPH/CVPR等顶会发表论文
- 未来可走向高级研究员或技术 Leader，主导3D生成技术栈的演进
- 研发下一代高可控、高质量的3D生成算法，主要聚焦多模态条件输入与控制方向
- 进行核心算法攻关，提升生成三维网格的艺术家级质量
- 探索图像、文本、深度图等条件融合技术，开发类似ControlNet的控制模块
- 参与3D数据闭环构建，设计数据处理流水线为模型训练提供高质量数据
- 扎实的计算机图形学或计算机视觉基础，熟悉三维模型表示和生成技术
- 精通Diffusion模型的理论与实现代码，了解UNet/DiT等架构
- 熟练使用Python及深度学习框架（如PyTorch），具备模型调优经验
- 熟悉多模态条件控制方法（如ControlNet、条件注入机制），关注领域前沿
申请策略
- 在求职信中表达对3D生成技术独特的见解和热情，并提及对米哈游旗下游戏（如原神、崩坏系列）的了解
- 准备好展示自己成果的Portfolio或GitHub链接，清晰说明个人贡献
- 突出计算机图形学或视觉相关项目经验，尤其是与3D生成、扩散模型相关的实践
- 如有论文或开源贡献，重点展示在顶会或高质量项目中的成果
- 强调对Diffusion算法、三维表示（如Mesh、NeRF）等技术的掌握程度和实际应用
- 体现数据处理和模型调优的经验，如数据预处理、LoRA微调等
- 若对3D生成不熟悉，建议先学习3D表示（Mesh、TSDF、NeRF）和Diffusion模型的基础
- 动手实践一些开源3D生成模型（如DreamFusion、Magic3D），理解其代码结构和训练流程
面试指南
- 对于算法原理类问题，建议从数学原理出发，结合公式推导，再联系实际应用场景
- 对于项目经验类问题，采用STAR法则（情境-任务-行动-结果），突出自己的贡献和思考
- 对于开放性设计问题，先拆解问题，提出可能的技术路线，并分析优劣，展示系统思考能力
- 请详细解释Diffusion模型的前向和反向过程，以及如何在3D生成中应用
- 你如何理解3D生成中的可控性？请举例介绍多模态条件注入的方法
- 请描述一个你参与过的3D或视觉相关项目，遇到的挑战和解决思路
- ControlNet是如何工作的？如果要在3D生成中实现类似功能，你会如何设计？
- 如何评估生成的三维网格质量？有哪些常用的指标或主观评价方法？
职位点评
64
综合评分
顶级游戏公司的前沿3D生成算法实习，技术成长拉满，但WLB和薪资一般。
更适合这类人
最适合追求技术快速成长和前沿研究的求职者，尤其是对游戏和AI交叉领域有热情的同学。
表现最好
成长发展
相对薄弱
工作生活
薪资福利55
成长发展92
工作生活40
使命价值70
薪资福利
55较低
实习岗位薪资水平中等，但米哈游提供完善的福利和餐补，虽不够高但能满足基本生活。
薪资信号未披露（AI估算：5K-10K/月）
成长发展
92较高
该岗位涉及最前沿的3D生成技术，有丰富的算法研究、工程落地和顶会论文机会，成长空间极大。
技术前沿前沿/新兴技术
技术栈扩散模型、3D生成、ControlNet、多模态、计算机图形学、深度学习、LoRA、Mesh生成
业务类型profit_center
工作生活
40较低
实习生需现场办公，工作可能涉及高强度研究和实验，WLB一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
游戏和元宇宙行业处于高速增长期，3D生成技术具有广泛的社会影响力和创新意义。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
米哈游 的其他在招职位
相似职位推荐
Watch Jobs