研究型实习生-面向复杂场景全双工交互的Omni大模型技术当面告知
阿里巴巴(中国)有限公司
2027-02-07 21:45:03
博士28届29届实习
岗位详情
地区:
杭州市
专业要求:
人工智能
岗位职责:
我们致力于探索下一代语音交互技术,让 AI 从“听完再说”走向“边听、边想、边说、边做”,实现更自然、更实时、更智能的全双工交互。
你将参与:
1、全双工对话管理算法研发:研究开口时机、话轮承接、用户打断、静默让步及附和反馈等关键能力,让模型更自然地“听”和“说”。
2、端到端 Omni 语音交互建模:探索语音理解、情感表达与流式生成技术,提升复杂场景下的交互自然度、智能水平与响应速度。
3、Voice Agent 建设:通过后训练与强化学习,提升模型的多轮状态保持、工具调用、打断恢复及任务完成能力。
4、训练、推理与数据闭环优化:参与模型训练、流式推理和性能优化,将典型失败案例转化为训练数据,形成“数据—训练—评测—迭代”闭环。
5、前沿研究与业务落地:推动成果在智能客服、车载、教育、陪伴助手等场景验证,参与高水平论文、专利或开源成果产出。
招聘要求:
1、计算机、人工智能、语音信号处理等相关专业博士在读。
2、具备扎实的机器学习与深度学习基础,熟练使用 Python、PyTorch。
3、在以下至少一个方向有研究或项目经验:全双工语音对话、端到端语音大模型、Omni 模型、多轮对话、语音智能体或强化学习。
4、具备良好的科研能力,能够完成论文调研、方法复现、实验设计与结果分析;同时具有较强的工程实践能力。
5、对全双工交互、流式语音生成和 Voice Agent 等前沿方向有热情,愿意探索尚无标准答案的研究问题。
6、自驱、负责,具有良好的沟通协作能力,能够保证稳定、充分的实习时间。
7、在 NeurIPS、ICML、ICLR、ACL、ICASSP、Interspeech 等会议发表过论文,或有高质量开源项目、竞赛及工程成果者优先。
公司介绍

阿里巴巴(中国)有限公司
阿里巴巴(中国)有限公司,成立于2007-03-26,位于浙江,法定代表人:蒋芳,登记状态:存续,注册资本15460.55039万美元,公司类型:民营/私企
公司信息:
公司名称:阿里巴巴(中国)有限公司
公司类型:互联网/电子商务
公司性质:5000以上
公司地点:
公司规模:--
涉及领域:--
公司网址: