國內多所高校與研究機構在3D虛擬人交互技術上實現重要突破，使虛擬人能在對話中自然地兼顧「說話」與「傾聽」，交互表現更加擬人流暢。
長期以來，虛擬人在對話中往往難以協調語言與動作，行為切換生硬。本次研究提出的回合級交錯掩碼自回歸（TIMAR）框架，創新引入「回合級因果注意力」機制，讓虛擬人像真人一樣僅依據當前及歷史對話資訊生成反應，避免提前依賴後續內容，從而保證交互的即時與連貫。配合高效的生成模型，該技術還能合成豐富的非語言動作，如點頭與表情變化。
實驗顯示，新方法在真實對話數據集上全面優於現有系統，動作真實度誤差降低15%至30%，並能有效利用對話歷史提升回應質量。該成果有望推動虛擬人在客服、教育、心理陪伴等領域的落地，使其成為更具情感感知能力的交互夥伴。
研究團隊計劃開源相關代碼與模型，助力技術推廣與後續創新。這一進展標誌著虛擬人交互向更自然、更具情感理解的方向邁出關鍵一步。
