核心特性
- 性格参数
- 100+
- 支持语言
- 10 种语言
- 响应版本
- 最多 4 个
- 上下文
- 长对话
为何采用专用模型
通用模型只是在扮演角色。
这个模型真正活在角色之中。
通过角色提示词对通用模型进行微调，往往只能得到浅层且不稳定的角色。我们的模型从底层开始为角色驱动型对话设计，能够保持身份一致性、建模情绪变化，并让对话随着时间不断发展。
| 设计目标 | 模型行为 | 通用行为 |
|---|---|---|
| 设计目标 | 从底层开始为角色对话而设计 | 通用文本模型加角色提示词 |
| 性格 | 通过 100+ 结构化参数塑造行为 | 单一文本提示，通常缺乏结构 |
| 记忆 | 整合人生经历的联想记忆 | 依赖外部文档检索，没有持续经验 |
| 情绪 | 对话过程中动态变化的情绪状态 | 行为静态，不跟踪情绪变化 |
| 支持语言 | 支持 10 种语言的自然角色表达 | 仅支持英语，或依赖浅层翻译 |
| 社交能力 | 支持多角色感知的群体对话 | 单轮响应，缺乏社交上下文 |
核心能力
为角色训练，而不只是为文本训练。
角色一致性
100+
个性参数
即使经历长时间对话和数百次互动，角色的性格、语气与行为模式仍能保持稳定，不会逐渐偏离原有设定。
情感深度
动态
情绪发展轨迹
角色不只是生成回应，还会根据对话内容建模情绪状态，从而形成更自然、更具连续性的关系变化。
共情式交流
上下文感知
响应生成
模型不只是生成回复。它能够识别情绪线索，引用前文内容，并结合上下文生成更具理解力的回应。
自然的对话推进
持续
叙事线索
对话能够自然延续。角色会主动引入话题、回顾前文，并基于共同经历持续发展，而不是反复回到通用回答。
性格档案
每个角色都是一份结构化档案。
模型会将每个角色解析为由四个类别组成的结构化档案，从而保持行为一致性与记忆连贯性。
身份
- 姓名与年龄
- 职业与背景
- 人生故事与经历
- 与他人的关系
性格
- 核心特质（100+ 参数）
- 行为倾向
- 决策风格
- 情绪基线
表达
- 语言风格与表达层级
- 幽默方式与语气
- 动作与手势描述
- 文化特征
场景
- 对话上下文
- 与互动对象的关系
- 行为指引
- 边界规则
交互模式
一个模型，四种对话模式。
一对一
一个角色与一名用户进行个性化对话，并结合完整的性格参数与长期记忆。
群体互动
模型可在多人对话中扮演单一角色，持续跟踪参与者，并根据社交场景自然回应。
主动发起
角色可以主动推动对话。当用户暂时沉默时，角色可主动联系、适度引导，或自行延续当前场景。
多样化响应
一次调用即可生成多个响应版本，适用于分支叙事、NPC 反应树，以及重复互动中的内容多样化。
应用场景
让角色真正鲜活起来。
陪伴类应用
通过共享记忆建立持续关系的虚拟伙伴。
游戏角色
具备一致性格和分支对话能力的 NPC。
品牌代表
在每个用户触点中体现品牌个性与表达风格的角色。
互动玩具
具备鲜明性格和深度对话能力的实体产品。
内容创作
拥有稳定身份的虚拟主持人与影响者。
教育
能够适应不同学生并记住每位学习者的导师型角色。