**OmniVChat：利用合成数据实现原生音视频对话**

_为了理解而生成：他们用合成数据教会模型「视频通话」_

> 针对现有音视频交互多局限于问答模式的问题，OmniVChat 提出了一种新的交互范式。该研究通过合成数据训练模型，使其能够像人类进行视频通话一样，实现原生的、实时的音视频双向对话，显著提升了 AI 交互的自然度与沉浸感。

**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：ai-models
- **发布时间**：2026-09-28 14:34（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-09-28-4)