1、構建面向消費級機器人的情感認知引擎，讓機器人具備擬人化情緒理解、動態交互與共情能力，重新定義人機關系
2、設計多模態情感大模型架構(語音/視覺/生理信號融合),突破傳統情感計算的邏輯局限性
3、解決低功耗設備端的輕量化部署難題，實現百億參數模型在邊緣計算場景的實時響應
核心職責
1、情感認知架構設計
—研發基于心理學理論的情感狀態機(EmotionState Machine),建立動態情感遷移模型
—設計跨文化場景下的情感表征體系，解決地域文化差異帶來的情感表達沖突
2、多模態融合算法突破
—開發異構傳感器數據融合框架，實現微表情識別(<100ms)、語調韻律分析與觸覺反饋的協同建模構建情感-場景-行為三元關聯知識圖譜，支持上下文感知的情感決策
3、輕量化部署創新
—研發大模型動態剪枝技術，在保持95%以上情感識別準確率的前提下實現10倍壓縮
—設計邊緣端增量學習框架，支持用戶個性化情感模式的持續進化
4、倫理安全體系構建
—建立情感操縱防御機制，開發道德約束模塊防止算法倫理越界
—設計隱私保護方案，通過聯邦學習實現敏感情感
—數據脫敏處理
任職要求
1、硬核技術棧
—精通Transformer-XL、MoE架構改造，有千億參數模型調優實戰經驗
—掌握多模態對齊技術(如CLIP變體改造),熟悉神經符號系統融合方法
—具備類腦計算研究背景者優先，熟悉情感神經科學基礎理論
2、行業洞察力
—深度理解消費機器人痛點，能精準拆解兒童教育/銀發陪伴等場景的情感需求
—關注HRI(人機交互)前沿動態，對情感計算商業化落地有獨到見解