【实习】多模态大模型算法实习生（语音方向）-大模型中心

研发下一代统一多模态大模型（Text/Speech/Image），探索类似GPT-4o、Qwen-Omni的多模态交互能力。 你将参与Audio LLM、Discrete Diffusion Model、语音理解与生成、语音交互等前沿方向研究。

要求

1. 01

   计算机科学、人工智能、机器学习或相关领域，本科及以上学历

2. 02

   熟悉音频ASR和TTS，音频多模态大模型的基础知识

3. 03

   熟悉PyTorch，具备一定的开发经验

4. 04

   逻辑清晰，有团队协作精神，有责任心