商汤科技 多模态Omni方向实习生

商汤科技研究院多模态大模型组招聘： 多模态Omni方向实习生

实习地点：北京/上海

工作职责：

探索多模态Omni模型的研发，参与视频、音频、文本等多模态融合模型的开发与优化，打造具备流式交互能力的智能视频对话系统。让AI不仅能“听懂”用户，还能“看懂”世界，推动AI在视频、音频、文本等多模态领域的创新应用，打造更智能、更自然的交互体验。负责多模态融合模型的训练，构建高质量多轮对话和拟人数据的管线。设计端到端的音视频对话模型，提升音频生成的质量，实现高保真可控的音频生成，让AI的声音更富有情感。

任职要求：

• 在NLP，CV等领域有相关研究或项经验，对大模型相关技术有深入了解；
• 对前沿研究方向有敏锐见解，对训练系统有一定了解，对数据与模型结构有充分认识；
• 具有优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情；
• 有较强的代码能力或有较强的研究能力（论文成果、代码竞赛、学术竞赛等）。

投递方式

投递邮箱：tongwenwen1@sensetime.com

邮箱主题：多模态Omni方向实习生 + {实习地点} + 姓名