MaineCoon

MaineCoon 是全球首个专为社交互动场景优化的实时音视频自回归世界模型。模型拥有 220 亿参数，能在单 GPU 上实现47.5 FPS 的实时流式生成，支持亚秒级交互响应与千秒级连续音视频生成。不同于传统聚焦于物理环境模拟或游戏探索的世界模型，MaineCoon 首次将世界模型的视角转向以人为中心的社交动态场景，通过自重采样、跨模态表示对齐、领域感知偏好优化等创新技术，为下一代 AI 原生社交平台的构建奠定了关键基础。