商汤科技研究院多模态大模型组招聘： 多模态Omni方向实习生实习地点：北京/上海工作职责：探索多模态Omini模型的研发，参与视频、音频、文本等多模态融合模型的开发与优化，打造具备流式交互能力的智能视频对话系统。让AI不仅能“听懂”用户，还能“看懂”世界，推动AI在视频、音频、文本等多模态领域的创新应用，打造更智能、更自然的交互体验。负责多模态融合模型的训练，构建高质量多轮对话和拟人数据的管线。设计端到端的音视频对话模型，提升音频生成的质量，实现高保真可控的音频生成，让AI的声音更富有情感。任职要求：在NLP，CV等领域有相关研究或项经验，对大模型相关技术有深入了解；对前沿研究方向有敏锐见解，...