Meow-Omni 1：用于猫科动物行为学的多模式 大语言模型

破译动物意图是计算行为学中的一个基本挑战，很大程度上是因为语义混叠，即相同的外部信号（例如猫的呼噜声）根据生理背景对应于完全不同的内部状态的现象。现有的多模态 大语言模型 (MLLM) 对高频生物时间序列数据视而不见，将其限制为表面行为模式匹配，而不是真正的潜在状态推理。为了弥补这一差距，我们推出了 Meow-Omni 1，这是第一个专为计算行为学构建的开源四模态 MLLM。它本身将视频、音频和生理时间序列流与文本推理融合在一起。通过有针对性的架构调整，我们将专门的科学编码器集成到统一的主干中，并通过生理基础的跨模式对齐将意图推断形式化。 Meow-Omni 1 在经过专家验证的新型四模态基准 MeowBench 上进行评估，实现了最先进的意图识别准确度 (71.16%)，大大优于领先的视觉语言和全模态基准。我们发布了完整的开源管道，包括模型权重、训练框架和 Meow-10K 数据集，以建立用于物种间意图理解的可扩展范式，并推动基础模型走向现实世界的兽医诊断和野生动物保护。