核心特性
- 個性參數
- 超過 100 項
- 支援語言
- 10 種語言
- 回應版本
- 最多 4 個
- 上下文
- 長篇對話
為何採用專用模型
通用模型只是在扮演角色。
這個模型真正活在角色之中。
以角色提示對通用模型進行微調，往往只能產生表面且不穩定的角色。我們的模型由底層開始為角色導向對話而設，能夠維持身份一致、建立情感變化模型，並令對話隨時間持續發展。
| 設計目標 | 模型行為 | 一般行為 |
|---|---|---|
| 設計目標 | 由底層開始為角色對話而設 | 通用文字模型加角色提示 |
| 個性 | 透過超過 100 項結構化參數塑造行為 | 單一文字提示，通常缺乏結構 |
| 記憶 | 整合人生經歷的聯想記憶 | 依賴外部文件檢索，沒有持續經驗 |
| 情感 | 對話期間動態變化的情感狀態 | 行為靜態，不追蹤情感變化 |
| 支援語言 | 支援 10 種語言的自然角色表達 | 只支援英語，或依賴表面翻譯 |
| 社交能力 | 支援多角色感知的群組對話 | 單輪回應，缺乏社交上下文 |
核心能力
為角色而訓練，不只是為文字。
角色一致性
100+
個性參數
即使經歷長時間對話及數百次互動，角色的個性、語氣及行為模式仍能保持穩定，不會逐步偏離原有設定。
情感深度
動態
情感發展軌跡
角色不只生成回應，亦會根據對話內容建立情感狀態模型，令關係變化更自然、更具連續性。
同理式交流
上下文感知
回應生成
模型不只生成回應。它能識別情感線索、引用較早前的對話內容，並結合上下文作出更具理解力的回應。
自然的對話發展
持續
敘事線索
對話能自然延續。角色會主動帶出話題、回顧前文，並根據共同經歷持續發展，而不是反覆回到一般回應。
個性檔案
每個角色都是一份結構化檔案。
模型會將每個角色理解為由四個類別組成的結構化檔案，從而維持行為一致性及記憶連貫性。
身份
- 姓名及年齡
- 職業及背景
- 人生故事與經歷
- 與其他人的關係
個性
- 核心特質（超過 100 項參數）
- 行為傾向
- 決策風格
- 情感基準狀態
表達
- 語言風格及表達層次
- 幽默方式及語氣
- 動作及手勢描述
- 文化特徵
場景
- 對話上下文
- 與互動對象的關係
- 行為指引
- 邊界規則
互動模式
一個模型，四種對話模式。
一對一
一個角色與一名用戶進行個人化對話，並結合完整個性參數及長期記憶。
群組互動
模型可在多人對話中扮演單一角色，持續追蹤參與者，並按社交場景自然回應。
主動發起
角色可以主動推動對話。當用戶暫時沉默時，角色可主動聯絡、適度引導，或自行延續目前場景。
多樣化回應
一次調用即可生成多個回應版本，適用於分支敘事、NPC 反應樹，以及重複互動中的內容多樣化。
應用場景
讓角色真正鮮活起來。
陪伴應用程式
透過共享記憶建立持續關係的虛擬夥伴。
遊戲角色
具備一致個性及分支對話能力的 NPC。
品牌代表角色
在每個用戶接觸點展現品牌個性及表達方式的角色。
互動玩具
具備鮮明個性及深入對話能力的實體產品。
內容創作
擁有穩定身份的虛擬主持人及網絡創作者。
教育
能夠因應不同學生並記住每位學習者的導師型角色。