蚂蚁集团-实时音视频评测-健康事业群当面告知
蚂蚁科技集团股份有限公司
2026-12-12 00:00:00
社招本科
岗位详情
地区：
北京
·
杭州市
专业要求：
专业不限
岗位职责：
实时全双工语音大模型与多模态数字人系统的核心研发，攻克流式交互中的智能打断、接话时机、长程状态保持及音画同步等关键技术难题。
招聘要求：
1. 实时语音/音视频交互方向
○ 做过语音大模型、实时语音助手、语音通话 Agent。
○ 理解用户打断、抢话、等待、接话时机、长对话状态保持。
○ 有流式 ASR/TTS、Speech LM、Audio LM、多模态大模型经验更好。
○ 能把“实时交互自然不自然”拆成评测指标和 benchmark。
2. 实时多模态生成方向
○ 做过数字人、虚拟人、语音驱动 avatar、talking head、全身动作生成、虚拟环境交互。
○ 理解口型同步、表情动作同步、身份一致性、动作自然度、长时稳定性。
○ 有 3D/动画/图形学/视频生成/多模态生成项目经验更好。
公司介绍
蚂蚁科技集团股份有限公司
蚂蚁科技集团股份有限公司，成立于2000-10-19，位于浙江，法定代表人：韩歆毅，登记状态：存续，注册资本3500000万人民币，公司类型：民营/私企
蚂蚁集团是中国较大的移动支付平台支付宝的母公司，也是全球金融科技开放平台，致力于以科技推动包括金融服务业在内的全球现代服务业的数字化升级，携手合作伙伴为消费者和小微企业提供普惠、绿色、可持续的服务，为世界带来微小而美好的改变。