MaineCoon Review — 2026-06-20

📌 基本信息

🎯 核心概念

social-world-model — 新生成范式：从物理世界模拟转向人类社交动态的实时音视频参与
self-resampling — 消除自回归 train-test gap，以模型自身退化历史训练
reinforced-online-policy-distillation — 自适应专家合并：verifier 自动调节域专家权重
agentic-cache-manager — 单持久 KV-cache + bounded keep-set + AdaStat drift control
agentic-streaming-inference — 训练无关三层控制器 (Director / Cache / Buffer) 包裹冻结生成器

🔗 概念网络

核心连接：social-world-model ↔ self-resampling ↔ agentic-streaming-inference ↔ agentic-cache-manager ↔ reinforced-online-policy-distillation
伞概念锚定：连接 streaming-generation、autoregressive-video-generation、audio-visual-generation、diffusion-transformer、social-video
跨域链接：jepa、kv-cache、flow-matching、dpo、world-models-rl、world-model-lecun
辅助概念：forward-repair-ladder、look-ahead-buffer-controller、socialvideo-bench、drifting

📚 Wiki 集成

新增页面：16 页（1 paper + 15 concepts）
伞概念：5 个（audio-visual-generation, autoregressive-video-generation, streaming-generation, diffusion-transformer, social-video）
论文专属：10 个（social-world-model, self-resampling, ROPD, agentic-streaming-inference, agentic-cache-manager, look-ahead-buffer-controller, forward-repair-ladder, socialvideo-bench, audio-visual-representation-alignment, domain-aware-preference-optimization）+ drifting
复用已有：5 个（world-models-rl, world-model-lecun, jepa, kv-cache, flow-matching, dpo）
链接密度：核心概念平均 5-8 个交叉引用
网络完整：100% 无断链（待验证）

💡 关键洞察

范式转变：从生产工具到社交参与者 MaineCoon 不仅仅是更快/更强的视频生成模型——它重新定义了生成模型在社会中的角色。传统模型是「内容生产工具」，MaineCoon 定义了「社交世界模型」范式，使 AI 成为人类社交的主动参与者。这一转变的意义不亚于 GPT 将语言模型从「翻译/摘要工具」变成「对话/推理 agent」。
架构哲学的「分离-治理」设计 训练阶段 (forcing-free native streaming) 和推理阶段 (agentic controller) 展现了优雅的分离设计：generator 只负责以固定节奏持续生成；认知（规划/观察/修复）、记忆（缓存管理）、时间（节奏控制）由三个 agentic 控制器治理。这种分离使每层独立优化且无循环依赖——类似于操作系统中进程调度、内存管理、I/O 的分离。
社交视频的特殊性被正视 论文最关键的前提判断是：社交视频 ≠ 电影视频。社交视频的价值在 liveness（临场感）而非视觉奇观。这一洞见驱动了整个技术栈的设计——从数据管线（筛选真人说话片段而非剧情片段）到评估基准（9 项指标含社交和谐度）再到模型架构（音视频联合、实时流式）。