京东语音交互基础大模型算法专家

1.负责语音理解、生成、交互等基础大模型的算法跟踪、研究创新； 2.围绕语音交互大模型的配套算法，包括不限于语音音频信号处理、语音降噪增强、音乐歌唱、音效生成、语音唤醒、麦克风阵列等； 3.与文本、视觉大模型等兄弟团队紧密合作，研究原生多模态大模型。

负责语音交互大模型算法研究（包括不限于语音音频理解大模型、语音生成大模型、语音交互大模型、音视频交互大模型），确保基础大模型在技术指标、应用能力上的行业领先。 1、语音理解、生成、交互等基础大模型的算法跟踪、研究创新； 2、围绕语音交互大模型的配套算法，包括不限于语音音频信号处理、语音降噪增强、音乐歌唱、音效生成、语音唤醒、麦克风阵列等； 3、与文本、视觉大模型等兄弟团队紧密合作，研究原生多模态大模型。

团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、负责计算机视觉以及机器学习领域的前沿研究开发，尤其是AIGC领域（如图像、视频或3D生成）； 2、向字节跳动内部产品提供基础模型支持； 3、探索以人工智能技术为核心的新产品。

团队介绍：字节跳动豆包大模型团队成立于 2023 年，致力于开发业界最先进的AI大模型技术，成为世界一流的研究团队，为科技和社会发展作出贡献。 豆包大模型团队在AI领域拥有长期愿景与决心，研究方向涵盖NLP、CV、语音等，在中国、新加坡、美国等地设有实验室和研究岗位。团队依托平台充足的数据、计算等资源，在相关领域持续投入，已推出自研通用大模型，提供多模态能力，下游支持豆包、扣子、即梦等50+业务，并通过火山引擎开放给企业客户。目前，豆包APP已成为中国市场用户量最大的AIGC应用。 1、多模态引擎研发：研发融合文本、视觉、语音的角色类大模型，优化角色生成的真实性与情感表达（如虚拟助手、游戏NPC、互动剧角色），突破多模态对齐、长期记忆、行为一致性等技术难点； 2、极致性能优化：超大规模模型的分布式训练优化，提升角色类模型的推理效率与资源利用率，指令微调、偏好对齐、数据增强等技术的场景化创新； 3、业务场景落地：支持豆包、猫箱等产品的角色生成需求，覆盖对话、创作、教育等场景，探索角色模型在智能硬件、元宇宙等领域的沉浸式交互能力； 4、前沿探索：研究人格化模型在情感计算、社会常识推理等方向的突破，定义AI角色从「功能执行」到「人格化陪伴」的技术范式。