陈墨 · 三维场景建模仿真工程师

• 主导虚拟现实场景建模与动画设计，制定 Blender/3ds Max 资产制作规范，编写 Python 脚本实现批量导入与材质自动赋值，将单场景平均制作周期从 8 天缩短至 5 天，累计交付 30+ 商业项目。

• 搭建 AI 辅助纹理生成管线，采用预训练扩散模型生成高品质贴图，并在 Unreal Engine 中实现自动化材质应用与参数适配，材质环节效率提升约 40%，场景视觉一致性评分提高 15%。

• 参与 Unreal Engine 渲染优化，协助引入 AI 驱动的动态 LOD 与智能光照烘焙方案，将目标 VR 设备平均帧率从 38fps 提升至 50fps，显著改善交互流畅性。

• 构建基于 AI 自动标签的资产库检索系统，支持自然语言描述匹配三维素材，将资产复用率提高 50%，有效缩短多项目并行中初始原型搭建时间。

• 为某国际会展服务商打造基于 WebXR 的轻量级三维展厅，负责渲染与交互核心架构设计，基于 Three.js 与 WebGL 实现跨设备自适应展示，单场景容纳 160+ 高精度展品，首屏可交互时间控制在 2.2 秒以内。

• 针对移动端 glTF 资源加载瓶颈，设计 Draco 几何压缩与 KTX2 纹理压缩结合视域分块的流式加载管线，单展品平均体积缩小 62%，4G 网络下展厅完整加载时间从 7.8 秒降至 2.5 秒。

• 实施实例化渲染、三级 LOD 与遮挡剔除等性能优化，并利用 Web Worker 将模型解析与网格重建迁移至后台线程，使中低端手机平均帧率从 19fps 提升至 59fps，VR 模式头部追踪延迟稳定在 11ms。

• 开发热区导览、展品互动及基于 WebSocket 的多人位置同步模块，支撑 5 场大型线上展览，累计服务超 12 万人次，无严重线上事故，通过压力测试保障 100+ 并发用户的丝滑体验。

• 主导调研手工场景建模周期长、地形与建筑资产复用率低的痛点，设计基于 PyTorch 的 Conditional GAN 生成框架，将地形及建筑三维模型生产效率整体提升 50%，模型一次性合格率突破 85%。

• 自研点云预处理流程，涵盖自适应降采样、统计离群点去除与区域聚类分割，使输入点云信噪比提升约 35%，有效加速 GAN 训练损失下降，训练收敛所需轮次减少约 20%。

• 融合程序化生成规则与 GAN 隐空间控制，提供参数化接口调节地形起伏度、建筑风格与布局密度，使生成资产可直接适配多样化虚拟场景，将后期人工二次修改工时缩减约 60%。

• 作为 3 人小组技术负责人，拆解算法攻关、数据工程与接口集成路线，采用双周迭代评审机制，按时交付可插拔的自动化建模工具插件，入职半年内即被横向团队引入用于新产品原型开发。

• 基于 Unity 与 MRTK 搭建 HoloLens 空间映射管线，实时重建环境网格并以约 12fps 更新，确保虚拟物体与物理表面稳定贴合，放置准确率达 95%。

• 实现基于手部关节追踪的手势交互模块，支持捏合、抓取与远距离射线投射三种操作，手势识别成功率达 92%，端到端交互响应延迟控制在 160ms 以内。

• 针对 30 万三角面的混合现实场景，引入视锥体剔除与动态 LOD 策略，将设备端渲染帧率从 32fps 提升至 58fps，内存峰值降低 22%。

• 参与 3 轮可用性测试，收集 12 名用户操作反馈，优化抓取阈值与射线曲率参数，使核心任务完成时间平均缩短 18%。

基于AI的场景材质自动生成方案获得年度创新奖

三维场景实时渲染作品获全国一等奖