智能互联通义实验室-算法专家/高级算法工程师-具身智能机器人

1. 具身智能大模型研究与优化 (1) 研究和构建具身智能大模型（Embodied Foundation Models）与机器人大脑。 (2) 探索语言、视觉、动作等多模态融合机制（VLM / VLA / VLA-Agent）。 (3) 优化模型的长时记忆、推理能力与可泛化性。 2. 机器人智能算法研发 (1) 设计和实现机器人多模态感知、导航、操作、交互等核心算法模块。 (2) 推进大模型驱动的机器人任务规划与决策。 (3) 基于模拟器与真实世界数据，进行大规模对齐与强化学习（Sim2Real, RLHF, Imitation Learning）。 3. 系统落地与协同研发 (1) 与硬件与系统团队协作，推动模型算法在真实机器人平台上的部署与性能调优。 (2) 支撑具身智能大模型的云端训练体系、数据闭环与MLOps工程。 (3) 发表高水平论文或申请相关专利，推动业界与学界前沿研究。

1.拟人SFT数据构建与策略设计 （1）负责面向超拟人语音交互场景的SFT数据方案设计，涵盖角色人设一致性、多轮对话逻辑、情感表达等维度，构建高质量对话语料。 （2）针对多模态交互、A陪伴等需求，设计角色扮演数据的标注规范，包括身份背景、经典台词、行为模式等细粒度标签。 （3）基于业务场景（如儿童教育、情感陪伴、游戏NPC、模拟面试等）设计符合角色设定的对话逻辑，提升用户交互沉浸感。 （4）建立SFT数据评估体系，针对人设一致性、意图识别准确率、对话流畅度等指标进行量化分析与迭代。 2.SFT数据在语音交互模型中的优化 （1）结合语音交互链路（ASR→LLM→TTS），通过SFT技术优化大模型的对话能力，重点提升上下文理解、情感响应准确度及多轮对话连贯性。 （2）探索角色扮演数据在语音Agent中的应用，例如通过Prompt工程控制对话风格、情绪倾向，实现个性化交互体验。 （3）协同声纹识别、情感计算等技术，构建语音-文本-用户画像对齐的数据集，支持个性化交互（如儿童声线识别、成人情感分析）。 （4）推动SFT数据在低延迟语音交互场景的落地，优化端到端响应效率（如实时打断、长上下文记忆等能力）。

【部门介绍】 阿里云智能大数据和智能实验室致力于成为通义大模型与行业的桥梁，积极推动AI大模型时代各行业的智能化升级。团队主要负责行业语言大模型、多模态大模型以及大模型基础研究，主要技术成果已成功应用到智慧交通、城市治理、生物医疗、大型国际赛事（亚运会和奥运会）等多个行业大模型中。 【职位介绍】 1、负责AI for Science尤其是生物医药方向的基础算法的研究和研发落地，包括不限于蛋白语言模型，基因语言模型，分子基础模型，生成式生物模型等。 2、对AI for Science尤其是基因全链路分析，药物早筛等问题中涉及的智能化和生成式模型等技术进行快速试错，找到可行方案，并不断对其进行创新改进，在各项性能指标上超出现有方案，不断提升行业天花板，不断完善相应的服务化工具。 3、以人工智能技术和高性能计算为基础，在相关方向产出高水平的文章，专利和软件服务，完善公司在AI for Science方面的技术布局，提升公司在相关领域的影响力。

【部门介绍】 阿里云智能大数据和智能实验室致力于成为通义大模型与行业的桥梁，积极推动AI大模型时代各行业的智能化升级。团队主要负责行业语言大模型、多模态大模型以及大模型基础研究，主要技术成果已成功应用到智慧交通、城市治理、生物医疗、大型国际赛事（亚运会和奥运会）等多个行业大模型中。 【工作内容】 1、负责大模型核心技术的研究与开发，深入理解其工作原理，不断探索创新的技术及其应用场景；解决复杂问题的推理能力scaling up，探索Post-training的前沿技术，如Agent RL、test time learning，并参与research intern的指导，沉淀技术成果，提升部门的AI技术的影响力及AI产品的竞争力，以支撑业务的持续增长。 2、对大模型的效果进行持续调优，通过高效的Post-training手段（SFT、RL等）提升LLM领域模型在业务场景下的表现，支撑通义的AI普惠影响力建设和模型规模化调用。