Xiaomi · 北京
多模态算法实习生
Listed on Xiaomi ’s official careers site. Posted October 15, 2026. Check that it is still open and apply there.
Apply on Xiaomi ’s careers site →Job description
- 参与端侧全模态大模型研发，包括 Audio Encoder、Speech Tokenizer、LLM、Speech Decoder 等核心模块的技术调研、模型训练与优化。
- 研究语音、文本、视觉等多模态信息的对齐与融合技术，开展语音理解、语音生成及跨模态联合训练。
- 参与实时语音交互技术研发，包括流式语音生成、低延迟响应、语音打断及全双工交互等关键能力。
- 参与多模态数据构建、数据清洗、模型训练及效果评测，持续优化模型性能。
- 探索模型压缩、量化及推理加速技术，参与端侧模型部署与真机效果验证。
Qualifications
- 计算机、人工智能、电子信息等相关专业在读硕士或博士研究生，具备扎实的机器学习、深度学习基础。
- 熟练掌握 Python、PyTorch 等开发工具，具备模型训练、调试及实验分析能力。
- 熟悉大语言模型或多模态大模型基本原理，在 Audio、TTS、VLM、Omni 等至少一个方向具有相关研究或项目经验。
- 具备良好的论文阅读、技术调研及算法复现能力，能够独立开展实验并分析问题。
- 具备良好的沟通协作能力，实习时间不少于3个月，每周到岗不少于4天，能够长期实习者优先。
More jobs at Xiaomi
Similar jobs at other companies
多模态算法实习生
Kuaishou Technology · Beijing
多模态算法实习生-【商业化】
Kuaishou Technology · Beijing