Hacia una Inteligencia Interactiva para Humanos Digitales
Towards Interactive Intelligence for Digital Humans
December 15, 2025
Autores: Yiyi Cai, Xuangeng Chu, Xiwei Gao, Sitong Gong, Yifei Huang, Caixin Kang, Kunhang Li, Haiyang Liu, Ruicong Liu, Yun Liu, Dianwen Ng, Zixiong Su, Erwin Wu, Yuhan Wu, Dingkun Yan, Tianyu Yan, Chang Zeng, Bo Zheng, You Zhou
cs.AI
Resumen
Introducimos Inteligencia Interactiva, un nuevo paradigma de humano digital capaz de expresión alineada con la personalidad, interacción adaptativa y autoevolución. Para materializar esto, presentamos Mio (Avatar Omnimodal Interactivo), un marco integral de extremo a extremo compuesto por cinco módulos especializados: Pensador, Hablante, Animador Facial, Animador Corporal y Renderizador. Esta arquitectura unificada integra el razonamiento cognitivo con una encarnación multimodal en tiempo real para permitir una interacción fluida y coherente. Además, establecemos un nuevo referente para evaluar rigurosamente las capacidades de la inteligencia interactiva. Experimentos exhaustivos demuestran que nuestro marco logra un rendimiento superior en comparación con los métodos más avanzados en todas las dimensiones evaluadas. En conjunto, estas contribuciones trascienden la imitación superficial de humanos digitales hacia la interacción inteligente.
English
We introduce Interactive Intelligence, a novel paradigm of digital human that is capable of personality-aligned expression, adaptive interaction, and self-evolution. To realize this, we present Mio (Multimodal Interactive Omni-Avatar), an end-to-end framework composed of five specialized modules: Thinker, Talker, Face Animator, Body Animator, and Renderer. This unified architecture integrates cognitive reasoning with real-time multimodal embodiment to enable fluid, consistent interaction. Furthermore, we establish a new benchmark to rigorously evaluate the capabilities of interactive intelligence. Extensive experiments demonstrate that our framework achieves superior performance compared to state-of-the-art methods across all evaluated dimensions. Together, these contributions move digital humans beyond superficial imitation toward intelligent interaction.