AI行业在高薪争夺顶尖人才的同时，正从单纯看重潜力转向重视实际贡献。年轻研究者面临的新挑战是：如何在企业减少核心项目参与机会的背景下，获得完成代表作所需的资源与支持。
近日，半年内融资约50亿元的人工智能公司VAST（三启万物）发布新一期V·STAR顶尖人才计划，邀请年轻研究者聚焦3D生成基础模型、三维理解与智能体、世界模型三大方向。该计划旨在寻找能定义问题、做出技术判断并将探索转化为成果的研究者，推动AI从内容生成向构建可交互世界演进。
3D生成：从视觉呈现到可控交互
随着Agent介入工作流，AI 3D生成的标准已从“像不像”升级为“能否被编辑和操控”。大语言模型虽擅长规划与编程，但精细三维对象的处理仍需专业能力支撑。
以Kimi发布的3D创作教程为例，其通过调用VAST旗下AI 3D基座模型Tripo完成复杂建模任务。独立开发者结合LLM与Tripo，已成功制作出可探索的3D场景及交互式人体解剖应用。在此类工作流中，LLM负责流程控制，Tripo提供三维资产，核心问题转变为生成结果的可复用性。
VAST首席科学家曹炎培的实验显示，清晰的几何结构与合理的部件划分直接影响代码对对象的控制能力。为实现部件级动画控制和多轮操作连续性，团队致力于通过三维原生智能训练，让模型学习形体、拓扑及修改规律，将试错前置，提升生成对象的可编辑性。
技术突破：Nexus框架与EdenLive渲染器
针对3D生成后处理耗时的问题，Tripo P系列底层的Nexus框架通过解耦顶点与拓扑生成，实现了无需预先排序的原生网格生成。相关论文已被SIGGRAPH收录，P1.0实时演示更获SIGGRAPH 2026 Real-Time Live! Best in Show奖项。
今年8月推出的Tripo P2.0进一步支持原生四边面拓扑，能在数秒内生成面数可控、部件拆分合理的三维对象，显著提升了Agent迭代效率及后续动画制作的便捷性。
世界模型：状态维护与实时渲染解耦
在世界模型领域，VAST于10月开源了实时交互式渲染器EdenLive。该系统在单张GPU上能以超24 FPS速度生成720P画面，支持分钟级连续生成。其核心突破在于底层结构解耦：上游引擎维护世界状态与交互规则，下游模型负责高保真画面呈现。
这一路线延续了VAST今年6月发布的Project Eden理念，即分层解耦：底层记录属性与规则，中间层转换视角约束，上层生成画面。尽管曾面临“端到端视频模型”路线的竞争，但显式状态维护更符合构建持续交互世界的需求。谷歌Genie 4等最新研究也印证了这一分工趋势。
△Genie 4规划中也体现了逻辑推理与渲染表征的分离
人才计划：赋予青年研究者主导权
V·STAR计划开放三个研究方向，强调让年轻研究者定义问题并主导验证。以Tripo P系列核心贡献者Ronnie为例，其在实习期间提出用扩散模型替代自回归方式生成网格的建议，虽当时无成熟路径，但获内部支持后最终发展成旗舰产品线。
△GDC上P1.0演示引发关注
另一位核心贡献者Zion在对比大厂机会后选择回到VAST，看重的是充足的数据、算力支持及允许试错的科研环境。团队倡导“high capability、low ego”的合作文化，鼓励基于证据调整研究判断。
V·STAR校招面向2027届本硕博毕业生，实习面向非应届在校生，工作地点涵盖北京、杭州、上海、深圳及海外远程。薪酬突破传统限制，优秀者上不封顶并提供长期期权。团队评估重点在于研究者对问题的实质推进能力及逻辑清晰度。
官方通道：https://tripo3d.com/vstar
投递邮箱：vstar.talent@vastai3d.com
（文中Ronnie、Zion、R、Stewie均为化名）
