岗位描述（节选）
1. 负责Token Foundry多模态口语交互的算法研发，通过深入理解全链路多模态交互技术，推进大模型增强的语言交互技术能力建设。
2. 多模态交互：
（1）端到端多模态联合建模 - 语音/视觉/文本等模态融合并应用于人机交互场景。
（2）多模态交互应用算法 - 意图动态规划、多智能体协作、多任务推理、主动交互。
（3）多模态对话系统设计 - 多轮交互状态管理、情境感知、情感理解及生成控制。
3. 音视频内容理解：
（1）转写内容后处理 - 书面化、标点、分段分章节。
（2）音视频分析 - 分角色、语种判别、视频场景划分。
（3）口语内容长篇章理解及生成。
4. 探索多模态口语交互技术落地于实际应用场景，包括但不限于：
（1）消费电子-智能穿戴实时交互、手机多模态助手、具身机器人环境感知。
（2）内容消费-音视频媒资、会议场景、电销通话多模态理解等。
5. 持续关注行业前沿动态，通过专……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。