本播客讨论了Omni-Emotion模型，该模型通过集成音频和细粒度面部信息来增强视频多模态大型语言模型（MLLM），从而在情感识别和推理任务中实现了最先进的性能。此外，本播客还讨论了用于训练Omni-Emotion模型的高质量自审阅和人工审阅情感数据集。