内推原文
NO.8339b0岗位标签：对话系统
·全双工交互
·语义端点检测
·打断策略
·Function Call
·Omni
·人设一致性
·实习生 ｜ 具身智能
·大模型
·AI Agent
·陪伴机器人松延动力 AI 算法及交互中心，负责面向消费级机器人的具身交互 Agent 系统（统一语音与多模态感知、理解、记忆、对话、决策与任务执行的实时交互中枢）。本实习岗围绕全双工对话链路的评测与策略优化开展课题，有明确课题、有资深工程师带教、有真实产品数据。团队从 0 组建，直接向中心负责人汇报。 实习生与正式员工承担同一批课题，由中心负责人与资深工程师共同带教，优秀者可留任。课题方向（不限于）
1.语义端点预测：用文本语义 + 韵律判断「这句话说完了没有」，替代静音门限
2.打断与接话策略：构建中文家庭场景打断评测集，量化不同端点策略的打断成功率与误打断率
3.意图与工具调用错误分析：构建 function call 评测集，将错误拆为工具选错、参数抽错、该调不调、不该调乱调四类并量化归因
4.可控的 Omni 对话：端到端语音模型缺少文本中间态，验证保留可读中间态的方案，评估记忆注入、人设约束与安全审核的可行性及时延代价
5.语音驱动的动作交互：对话与运控的接口设计，语音触发动作、动作执行中的对话状态管理与打断处理
6.人设漂移探针：设计长对话人设探针集，做自动化回归
任职要求
1.计算机 / 人工智能 / 语言学相关在校生，硕博优先
2.Python 熟练，用过至少一个 LLM 应用框架
3.每周到岗 ≥4 天，实习期 ≥6 个月
4.对对话体验有独立判断，而非仅关注流程跑通