从人与智能的关系出发
人工智能正在进入创作、交流与日常协作。随着模型能力提升，新的问题也变得清晰。系统能否理解一句话背后的语境，能否在长时间交流中保持一致，能否在用户改变想法时自然回应，都会影响人们是否愿意真正使用它。
壹零 Labs 关注这些具体问题。我们围绕社交智能、实时与流式生成、多模态建模和评测方法展开探索，希望让智能系统在复杂的人类环境中更自然、更可靠，也更容易被理解和检验。
我们的使命是让智能理解人，让想象成为可以互动的世界。这一方向同时要求理解能力、表达能力和工程能力进步，也要求我们认真对待系统可能产生的误解、偏差与风险。
理解人的表达与处境
自然的交流包含明确的信息，也包含停顿、情绪、关系和未说出口的期待。一次看似简单的回应，可能需要结合前文、人物身份和当下情境，判断什么内容合适、什么语气有分寸、哪些信息仍然不确定。
我们把人格一致性、情境理解、情绪回应和长期互动作为重要的研究问题。系统应该能接住用户的话，也应该在缺少信息时保持克制，让用户能够纠正它、重新定义关系和决定互动的边界。
让生成进入持续发生的世界
创作和互动很少只发生一次。角色会行动，环境会变化，用户会提出新指令。面向这些场景，生成系统需要在连续输出中维持身份、空间、动作和时间上的连贯性。
我们探索能够持续响应的视觉与多模态生成，让表达逐步承接已经发生的内容。画面质量、响应延迟、可控程度和运行成本都属于同一个体验问题，需要在实际条件下共同衡量。
让研究、应用与评测形成反馈
研究提出能力假设，应用暴露真实约束，评测帮助判断改变是否有效。我们希望建立这三者之间可反复验证的联系，让用户体验中的问题成为研究输入，也让研究进展通过可解释的证据进入产品。
OmniSoul 承载社交理解方向，OmniFlow 连接实时视频交互与高质量人物生成，OmniX-1 探索通用视频生成。Amicura 围绕 AI 伙伴和实时互动提供应用视角，SociaBench 则围绕社交智能提供评测与复现视角。不同项目的开放状态、能力范围和使用条件，以各自页面为准。
用长期问题衡量进步
我们关注一次演示之后仍然成立的能力。持续对话是否稳定，新的输入是否真正影响生成，成本下降是否保留了画质与可控性，评测结果能否在相同条件下重现，都是比单次惊艳更重要的问题。
我们希望与研究者、工程师、创作者和使用者共同推进这些工作。对于尚未解决的问题，我们愿意明确表达局限，并通过持续实验、反馈和复核逐步改进。