01多轮对话
这一轮的回应，接得上前文。
结合传入的对话历史，理解用户当前的表达，承接前文的指代、情绪与话题，让每一轮交流保持连贯。
- 输入
- 人物设定、对话历史、当前消息
- 产出
- 承接前文、符合角色设定的本轮回应
多轮对话结合传入的对话历史
明天要第一次做公开演讲，我最担心开场。
角色
第一次公开演讲，开场确实容易紧张。你最担心的是忘词，还是不知道怎么引入主题？
本轮请求中的前文
当前消息提供演讲时间、任务与担心的问题。
适用团队AI 伙伴产品角色扮演平台社交娱乐团队
角色档案01 / PERSONA
远行的朋友
好奇、坦率，喜欢把普通的一天讲成有趣的故事。
“路线还没想好。不过第一站，我想和你一起选。”
03视听交流
回应，也发生在停顿之间。
把倾听、思考与回应连成自然的表达。人物视频用于呈现神态与动作，对话逻辑由应用与模型共同组织。
- 输入
- 语音节奏、人物参考、动作要求
- 产出
- 连续的人物表达与会话状态
IN PRACTICE
一段能接续前文的阅读讨论
用户在同一段对话中讨论小说人物的选择，随后补充新的理解。应用将此前对话与新消息一起传入，模型结合前文追问观点变化的原因，并通过人物视频呈现倾听与思考。
准备材料
- 角色性格、说话习惯与人物背景
- 本次请求携带的对话历史与当前消息
- 当前消息、语音和希望采用的交流方式
交付与反馈
- 符合角色个性的对话回应
- 承接前文事实与人物立场的后续回应
- 与语气对应的人物表情、姿态与动作
CONNECTED INTELLIGENCE
每个模型，承担清晰的工作。
将业务上下文、模型生成与应用反馈连接起来。
理解人与社会情境
OmniSoul
根据传入的人物档案、对话历史和当前消息组织回应，保持多轮表达与角色设定的一致性。
- 输入
- 人物档案、对话与情境
- 输出
- 连贯的语言回应与行动意图
呈现实时人物
OmniFlow
将回应中的语音节奏和动作要求转化为连贯的人物表演。
- 输入
- 参考形象、语音与动作指令
- 输出
- 连贯的人物视频与视听表达
建立人物与关系
由应用传入人物设定、必要的对话历史与当前消息，明确本轮推理可使用的上下文。
生成情境化回应
OmniSoul 结合请求中的对话历史与当前话题，生成语言回应和行动意图。
连接连续表演
将语音和动作要求交给 OmniFlow。应用管理会话记录，并在后续请求中提供需要的对话历史。
FROM PILOT TO PRACTICE
让效果，可以被具体检验。
在代表性的真实任务中进行小规模验证，保留输入、模型版本与评估记录，再依据结果迭代方案。
当前为研究预览方案，具体接入条件随版本确认。人物一致性
在改写提问、不同话题和多轮交流中检查人物设定是否连贯。
上下文一致性
检查回应是否正确理解传入的前文、承接指代，并随用户补充的信息调整判断。
互动自然度
观察倾听、停顿、情绪回应和人物动作与当前语境的配合。
开始一次场景验证
提供目标用户、代表性任务与验收标准，与我们讨论适合的模型组合。
