1、构建面向消费级机器人的情感认知引擎，让机器人具备拟人化情绪理解、动态交互与共情能力，重新定义人机关系
2、设计多模态情感大模型架构(语音/视觉/生理信号融合),突破传统情感计算的逻辑局限性
3、解决低功耗设备端的轻量化部署难题，实现百亿参数模型在边缘计算场景的实时响应

核心职责
1、情感认知架构设计
—研发基于心理学理论的情感状态机(EmotionState Machine),建立动态情感迁移模型
—设计跨文化场景下的情感表征体系，解决地域文化差异带来的情感表达冲突
2、多模态融合算法突破
—开发异构传感器数据融合框架，实现微表情识别(<100ms)、语调韵律分析与触觉反馈的协同建模构建情感-场景-行为三元关联知识图谱，支持上下文感知的情感决策
3、轻量化部署创新
—研发大模型动态剪枝技术，在保持95%以上情感识别准确率的前提下实现10倍压缩
—设计边缘端增量学习框架，支持用户个性化情感模式的持续进化
4、伦理安全体系构建
—建立情感操纵防御机制，开发道德约束模块防止算法伦理越界
—设计隐私保护方案，通过联邦学习实现敏感情感
—数据脱敏处理

任职要求
1、硬核技术栈
—精通Transformer-XL、MoE架构改造，有千亿参数模型调优实战经验
—掌握多模态对齐技术(如CLIP变体改造),熟悉神经符号系统融合方法
—具备类脑计算研究背景者优先，熟悉情感神经科学基础理论
2、行业洞察力
—深度理解消费机器人痛点，能精准拆解儿童教育/银发陪伴等场景的情感需求
—关注HRI(人机交互)前沿动态，对情感计算商业化落地有独到见解