双音轨AI对话实拍视频数据集

收录真实用户手持手机与AI进行交互的竖屏双音轨视频，覆盖餐厅点餐、咖啡消费、办公资料查看等生活与工作场景。视频记录人物操作、手机屏幕交互、环境画面及音频信息，呈现用户在真实场景中使用 AI 的连续过程。 数据可用于多模态交互理解、AI Agent场景识别、手机操作行为分析、音视频对齐、人机交互研究和视觉语言模型训练。样例包括点餐、购买咖啡、查看资料等典型任务…