语音驱动动作生成算法实习生

方向：数字人 / 人形机器人 / 多模态动作生成 岗位介绍： 我们希望让人形机器人在对话中，一边说话，一边自然地表达：普通交流时生成符合语义和语音节奏的肢体语言，收到明确动作指令时完成对应动作，并保持实时、流畅的动作衔接。 工作职责：

1. 01

   研究语音、文本等多模态条件驱动的动作生成，提升动作的语义准确性、自然性与多样性。

2. 02

   优化流式动作生成，实现语音与动作同步、连续生成及交互打断后的自然恢复。

3. 03

   参与动作数据处理、模型训练、效果评测，以及人体动作向机器人动作的适配。

1. 01

   计算机、人工智能、图形学或机器人相关专业在校生，熟悉 Python、PyTorch。

2. 02

   具备动作生成模型的实际训练经验，方向包括语音驱动动作、共语手势、文本到动作或数字人全身动作生成。

3. 03

   理解扩散、自回归等生成模型，能够阅读论文并独立开展实验。

4. 04

   了解人体骨架、关节旋转及 SMPL / SMPL-X 等动作表示，具备数据处理和问题定位能力。 加分项

5. 01

   有 StreamTalk、ARDY 或相近模型的复现、训练或改进经验。

6. 02

   有音频与动作对齐、语义控制、流式生成相关研究经验。

7. 03

   有动作重定向、人形机器人仿真经验，或相关论文、开源项目。 申请材料 请附上最相关的项目、论文或代码链接，说明本人负责的训练工作与实验结果；有带声音的动作生成演示视频更佳。