模型与产品生态

从能力到体验，再回到研究

一个自然的互动系统，需要理解用户说了什么、为什么这样说，也需要决定如何回应，并把回应转化为连贯的声音和画面。应用还需要考虑等待、打断、反馈、设备与资源条件。

壹零 Labs 的项目围绕这些环节展开。它们具有不同的任务定位和成熟阶段，共同构成从能力探索到体验验证、再到评测与改进的工作链路。

OmniSoul 聚焦社交智能，研究系统如何理解上下文中的人物、关系与意图，如何在多轮对话中保持人格和表达的一致，以及如何对情绪做出合适的回应。

我们关注自然语言中的细微差异，也关注长时间互动中的行为稳定性。对这些能力的评价需要真实语境、多样场景和失败案例，而不仅是一组预先设计的开场对白。

OmniFlow 包含实时视频交互与高质量人物生成两条能力线。实时交互关注持续输入、低延迟响应和生成过程中的动作控制；人物生成关注声音驱动的表演、口型、身份保持和长时间连续画面。

这一方向同时涉及延迟、时间一致性、指令控制和系统调度。我们希望研究能服务于实际互动，在用户改变动作要求时保持画面的连续，而不是要求每次都重新开始。

OmniX-1 围绕视频生成和迭代优化展开研究，关注主体身份、运动过程与场景结构的表达，以及文本、图像、视频和声音之间的控制关系。

递归自我改进是一项需要谨慎验证的研究议题。任何涉及自动评价、数据再生成或模型自我优化的流程，都需要关注错误放大、评价偏差与外部复核，具体结果应以正式技术材料为依据。

SociaBench 围绕 AI 社交智能组织评测，关注角色扮演、人格一致性、情感理解和社会推理等维度。它为研究者和应用团队提供理解模型差异的入口。

评测的解释依赖模型版本、样本范围、提示词与裁判设置。阅读排名时，应同时查看方法和复现说明，避免把某一榜单上的优势等同于所有任务中的优势。

Amicura 围绕 AI 伙伴和实时互动探索产品体验，把文字、声音与视觉表达连接起来。连续对话、用户打断、不同语言和主动交流等场景，为研究提供更具体的体验问题。

应用项目中的发现可以帮助调整模型、数据和系统设计，但单次体验不能替代系统性评测。产品访问条件、开放功能和相关使用规则，由 Amicura 自身的页面与文件说明。

研究方向描述我们希望解决的问题，研究预览展示正在探索的能力，Beta 版本用于收集实际反馈，正式服务则需要明确的功能范围和使用条件。这些状态各有含义，不应混用。

官网上的品牌视觉与概念影像用于帮助理解方向。是否可以调用 API、下载模型、使用某一功能或开展商业部署，需要查阅对应发布页、许可或双方达成的协议。

ONEZERO LABS

让理解、生成与评测，共同推动更自然的智能体验。