1.算法研发与优化：负责大模型（LLM/VLM/SLM等）在智能座舱场景下的算法研发，包括多模态理解（语音、文本、图像、视频等）、语音对话系统、情感交互、意图识别等技术的创新与落地
2.针对车载场景优化模型性能（如低延迟、高鲁棒性、小参数量适配等），解决噪声环境、多轮对话、个性化交互等挑战多模态融合与语音对话
3.开发多模态信号（如语音+视觉+传感器）的融合算法，提升座舱内人机交互的自然性与智能化，构建车载场景专属的语音对话系统，支持语音唤醒、语音控制、多模态问答、上下文理解等功能
4.数据与工程化：设计车载场景的数据采集、清洗及标注方案，构建高质量的垂直领域数据集
5.推动模型在边缘计算设备（如车机芯片）的部署与性能调优，与工程团队协作完成产品化落地
6.前沿技术探索：跟踪大模型、多模态交互、语音技术等领域的前沿进展，结合业务需求进行技术预研与专利储备