음성 대화, 연속적인 멀티모달 인지, 장기 작업 실행을 하나의 실시간 상호작용으로 묶은 오픈소스 네이티브 전이중(full-duplex) 상호작용 에이전트다. MiniCPM-o 4.5를 기반으로 한 스트리밍 'Cerebellum'이 1초 단위로 음성·비디오를 받아 듣기·말하기·끼어들기·도구 호출 중 무엇을 할지 먼저 예측하고, 복잡한 요청은 비동기 'Brain'(기본 제공 공급자는 Codex)에 위임한다. 사용자는 작업이 진행되는 동안에도 말을 걸어 요구사항을 바꾸거나 화면을 보여주고 권한을 승인할 수 있다. README 기준 WorldSense 49.62%, Daily-Omni 78.53% 정확도를 보고하며, 기본 서빙 구성은 GPU 3장(Thinker·Talker·ASR)을 요구한다.