NATIVE SOCIAL FOUNDATION
原生社交基座，
联合预训练。
将持续社会状态、人物事件记忆与稀疏 Transformer 主干共同建模，让语言、行动与状态更新贯穿同一条训练链路。
View full architecture
Il y a des idées, des sentiments qui ne surgissent ou ne se transforment en actes que chez les individus en foule.
有些思想与情感，只有当个体置身群体时，
才会产生或化为行动。
BUILT FOR HUMAN CONNECTION
让交流，
拥有更深一层的理解。
围绕人格、情绪与社会情境持续训练，让模型在多轮互动中形成连贯的表达。
780B
参数规模
研究预览版
当前版本
原生社交基座，
ARCHITECTURE SPECIFICATIONS
为持续社会推理，设计模型结构。
语言主干72层
稀疏 Transformer
隐藏维度8,192
Hidden dimension
每层路由专家256
Top-8 激活 · 每层 1 个共享专家
| 项目 | 配置 |
|---|---|
| 语言主干 | 72 层稀疏 Transformer |
| 隐藏维度 | 8,192 |
| 每层路由专家 | 256 个，Top-8 激活 |
| 共享专家 | 每层 1 个 |
| 单专家中间维度 | 1,536 |
| 注意力 | 门控 GQA，局部与全局层组合 |
| 社会状态读取 | 起始实验每 4 层一次 |
| 活跃状态槽位 | 起始实验 64–128 个，按参与者分配 |
| 记忆 | 可训练检索与交叉注意力，支持跨会话 |
| 输出 | 语言、行动、状态更新、未来分布 |
| 训练方式 | 从预训练起联合优化，随后进行交互训练 |
CHARACTER & COMPANIONSHIP
角色与陪伴
让长对话中的每一轮，都有稳定的承接。
面向角色扮演、陪伴、教育与心理支持类应用，OmniSoul 围绕多轮稳定性、情绪演绎与语义连续性展开训练与评估，让模型持续理解同一段关系中的人物、事件与变化。
CONTEXTUAL EMOTIONAL EXPRESSION
情绪演绎，随语境展开。
从犹豫、担忧到释然，情绪会随信息与关系变化。训练与评估需要同时关注情绪识别、回应分寸，以及连续多轮中的转变是否自然。
- 情绪适切性
- 回应是否符合对方的处境、表达意愿与当前情绪。
- 情绪转变连贯性
- 情绪变化是否能在新增信息与互动中找到依据。
多头注意力与情绪表征机制视觉演绎
SEMANTIC & MEMORY CONTINUITY
语义连续，记忆有据。
人物、事件、承诺与时间关系构成持续交流的上下文。既要回忆已有信息，也要在事实更新后调整理解，让后续回答接得上前面的经历。
- 跨会话信息召回
- 能否正确提取此前交流中与当前问题相关的信息。
- 时序推理与知识更新
- 区分过去与现在，并以最新确认的事实作答。
跨轮关联与信息传递机制视觉演绎
RESEARCH & MEASUREMENT
以人格、情绪、语义和互动结果，
共同观察长对话的质量。
通过多轮上下文、情绪语义与反馈信号，探索稳定、连贯而有分寸的角色表达。
DIGITAL TWINS & POPULATION SIMULATION
数字孪生与人群模拟
从理解一个人，到探索一群人的选择。
以 OmniSoul 驱动画像推理，模拟不同人群在同一情境下的判断与选择。
PERSONA → OMNISOUL
画像不同，判断不同。
把身份、偏好与经历带入推理，保留个体之间的差异。
合成画像 · 价格敏感
多维偏好与行为关联合成画像示意
人群画像当前类型每条路径连接同一个体的偏好
8.3B
外部画像资源规模83 亿条画像记录 · MatrAIx Persona 8B
Top-8 / 256
稀疏路由专家按需激活，结合共享专家完成推理
跨轮复用
人物记忆与上下文按需抽样与批处理，控制模拟成本
CONDITIONS → DISTRIBUTIONS
改变条件，观察选择。
由 OmniSoul 承接角色状态与情境，推演干预前后的行为分布。
调整价格，观察不同人群的采用倾向如何重新分布。
-7.5 pp
价格敏感示例采用倾向变化
条件化行为分布
基准干预后
估算一次模拟的推理成本按调用量与单价测算
按画像 700 Token、每轮任务输入 180 Token、输出 120 Token 估算。输入 7,040,000，其中可复用 4,200,000。单价与缓存规则以实际 API 为准。
图形与预测为合成画像的交互示意。8.3B 为外部研究画像规模，公开核心集约 100 万。MatrAIx 研究
AGENT SOCIETIES
智能体社会
当角色相遇，互动开始产生新的可能。
多个智能体在共享环境中协商、合作与竞争。每个角色带着自己的目标、信息与社会关系，根据其他角色的表达和行动，持续调整策略。
当前角色研究员
关注证据与不确定性
协商中的行动提出可验证的依据
UNDERSTANDING WITH RESPONSIBILITY
理解人的复杂，
尊重人的自主。
我们希望人与智能体能够融合共存，在交流、协作与共同生活中彼此理解、共同成长。让思想与情感在由人和智能体共同构成的群体中涌现，并转化为共同的行动。