岗位描述 1. 负责多模态智能体规划算法的研发，融合语音、视觉、车内环境感知等多模态信息，提升复杂任务的理解与决策能力； 2. 参与多模态Agent系统的搭建，实现跨模态信息对齐、多模态推理与规划、工具调用等核心模块； 3. 探索多模态大模型在车载场景下的应用，如视觉问答、语音指令理解、环境感知驱动的任务规划等； 4. 跟踪前沿多模态Agent规划范式（如多模态ReAct、Visual Planning等），推动算法在业务中的落地与迭代。 任职要求 1. 学历要求：2027 届计算机、AI、CV、NLP 等相关专业硕士及以上学历； 2. 基础能力：扎实的机器学习/深度学习基础，熟悉 Transformer 及主流多模态大模型架构，熟练使用 Python 与 PyTorch； 3. 多模态专业能力：熟悉视觉语言模型（VL Model）、语音识别/合成、多模态融合等方向中的至少一项，了解主流多模态模型（如Qwen-VL 系列）的原理与训练方法； 4. 端侧部署认知：了解模型量化、推理优化、端侧部署等工程化技术，有高通/MTK 等移动端芯片上模型部署经验者优先； 5. 综合素质：学习能力强，善于跨模态技术探索，具备良好的沟通与团队协作能力；对车载多模态交互场景有热情，愿意长期投入。