1.算法研發與優化：負責大模型（LLM/VLM/SLM等）在智能座艙場景下的算法研發，包括多模態理解（語音、文本、圖像、視頻等）、語音對話系統、情感交互、意圖識別等技術的創新與落地
2.針對車載場景優化模型性能（如低延遲、高魯棒性、小參數量適配等），解決噪聲環境、多輪對話、個性化交互等挑戰多模態融合與語音對話
3.開發多模態信號（如語音+視覺+傳感器）的融合算法，提升座艙內人機交互的自然性與智能化，構建車載場景專屬的語音對話系統，支持語音喚醒、語音控制、多模態問答、上下文理解等功能
4.數據與工程化：設計車載場景的數據采集、清洗及標注方案，構建高質量的垂直領域數據集
5.推動模型在邊緣計算設備（如車機芯片）的部署與性能調優，與工程團隊協作完成產品化落地
6.前沿技術探索：跟蹤大模型、多模態交互、語音技術等領域的前沿進展，結合業務需求進行技術預研與專利儲備