智能互联淘天直播电商-AI数字人-杭州

如果你，期望在阿里巴巴生态的广阔场景中，借助海量用户数据和先进的技术能力，打造千人千面的个性化数字人形象生产系统，为亿级用户提供高度定制化的虚拟形象服务； 如果你，期望攻克高保真语音驱动（Speech-to-Video）的核心难题，研发业界领先的唇形同步、情绪化面部表情及肢体动作生成算法，实现从音频到视频的端到端极致还原，赋予数字人如同真人般的自然表达力与情感共鸣； 如果你，期望挑战实时流式生成的技术难题，探索扩散模型与自回归模型的极速推理优化，实现低延迟、高吞吐的视频流实时产出，打破离线渲染的局限，支撑起百万级并发的实时交互直播场景； 如果你，期望突破数字人与物理世界的边界，深耕复杂物体交互（Human-Object Interaction）技术，解决数字人在手持商品、展示道具等动态交互过程中的物理规律约束、空间一致性及遮挡还原难题，让数字人在导购、演播等场景中具备真实的物体操控能力； 如果你，期望深入探索多模态统一大模型的应用，将视觉、语音、文本与动作序列深度融合，构建具备精细环境感知与逻辑理解能力的数字人系统，在复杂的电商实景中实现人-物-场的高度协同与自然对答。 加入我们，你的成果将直接应用于电商领域的核心场景——AI实时直播、智能客服、交互式数字导购，影响数以亿计的用户。在这里，你不仅是在写代码，更是在通过流式架构与交互算法，重新定义未来数字人的无限可能！ 研究背景：在 AIGC 浪潮下，数字人已从早期的录像进化为动态实时生成。然而，业界仍面临三大核心挑战： 交互的自然度： 如何让数字人的肢体、表情与复杂的语音情感高度对齐，消除“恐怖谷”效应。 物理规律的缺失： 在电商直播等场景中，数字人需要手持商品、展示道具，如何解决手部交互（HOI）中的遮挡、形变及空间一致性是当前的技术深水区。 实时性的瓶颈： 扩散模型效果虽好但推理慢，如何实现低延迟的流式视频生成，是数字人从视频工具走向实时互动的必经之路。 研究课题： 基于扩散模型的高保真流式视频生成架构研究； 复杂场景下的人与物体交互（HOI）视频生成； 多模态情感驱动的全身动作与表情协同生成； 成长资源： 1、算力自由： 远离“算力焦虑”，专注于算法创新。 2、海量高质数据： 拥有业界独有的、极其丰富的多模态商业场景数据，未视频生成，HOI等前沿课题提供土壤。 3、鼓励顶会产出： 团队在保持业务领先的同时，高度重视学术沉淀。鼓励将研究成果总结并发表至CVPR、SIGGRAP、HNeurIPS 等顶会，支持参加国际学术会议，提升行业影响力。 4、工业界顶级专家的 1v1 指导： 团队由来自国内外顶尖院校的博士和工业界资深专家组成，实行“师兄制”，从学术论文投稿到工程落地全过程深度带教。

1、负责数字人直播AI交互方案设计：针对直播间核心场景，设计基于LLM驱动的数字人智能讲解（商品卖点自动提炼与动态话术）与实时互动（观众弹幕识别与高情商回复）方案，提升直播间用户留存与互动率。 2、优化Prompt与知识库（RAG）建设：负责日常调优与周期性算法效果验收，通过精细化的Prompt工程与RAG策略，确保数字人回复内容的准确性、专业度与拟人化风格，降低内容生成的“幻觉”风险。 3、搭建AI内容与互动评测体系：设计多维度的评测指标（如话术准确率、回复响应速度、互动留存效果等），建立标准评测集，通过量化数据发现方案薄弱点并驱动持续优化。 4、推进产品闭环落地：与算法、工程团队紧密配合，确保AI策略在直播间稳定运行，根据业务反馈快速迭代，提升数字人在真实业务场景中的表现。

末端消费者技术的核心开发 1. 设计和开发上千万DAU的菜鸟驿站C端产品（包括手淘端和支付宝端） 2. 从0到1建设末端消费者运营产品（内容投放、圈人运营、C端营销、消息触达），以及后续系统的运维和迭代开发工作 3. 高质量完成产品开发任务，周密考虑功能和性能方面的设计； 4. 快速识别问题本质，抽丝剥茧简化问题，能够完成模块技术原型验证； 5. 积极攻克技术难点和新问题； 6. 协调各方资源，保障项目顺利实施。

1、建设淘海外标准化数据体系，沉淀高质量数据资产，助力业务高效运转； 2、建设归因分析能力与AB测试数据能力，打造业务的核心决策数据产品，助力业务高效决策； 3、协同产技，通过数据+算法+工程化能力，提供数据洞察与产品化解决方案，提升业务数据化运营能力。