說干就干，產(chǎn)品和技術(shù)的同學(xué)兵分兩路。

產(chǎn)品這邊，捧起了斯坦福的這篇論文，開始逐字逐句研讀起來。我們也把研讀的一些總結(jié)，發(fā)在我們的筆記里面，供大家參考。如果有分析的不對(duì)，或者理解有問題的地方，請(qǐng)大家直接評(píng)論指出，立馬贈(zèng)送我們平臺(tái)SDK的時(shí)間嘿嘿。

斯坦福的這篇論文，其實(shí)核心是在研究一種非常逼真的人類智能體的社交行為。Agent，從字面理解，就是豐富的大腦行為的一個(gè)代理符號(hào)，其實(shí)用智能體來描述，我覺得是非常貼切的。論文認(rèn)為，如果能組建仿真，一組非常逼真的人類社交行為，那么整個(gè)交互應(yīng)用都會(huì)發(fā)生翻天覆地的變化，這種使用方式，可以賦能到各種應(yīng)用來。

這篇論文提供的，就是模仿逼真人類大腦行為的方法論，并通過代碼，來初步進(jìn)行了實(shí)現(xiàn)。而我們要升級(jí)二創(chuàng)的小鎮(zhèn)，是打造一個(gè)3D世界，有了大腦的指令后，通過Motionverse，來進(jìn)行每個(gè)Agent智能體，提供合成的語言，動(dòng)作表情的表達(dá)，進(jìn)行充分的情緒表達(dá)，相當(dāng)于Motionverse提供了小腦的能力。那么這個(gè)過程中，為什么不能用傳統(tǒng)游戲技術(shù)方案中的動(dòng)作庫(kù)呢，我認(rèn)為主要有如下幾個(gè)原因：

1、大腦不會(huì)采用寫死的腳本，而是基于人設(shè)和規(guī)則，通過大語言模型來實(shí)時(shí)生成行為規(guī)劃，就是為了逼真和豐富。那類比到小腦的動(dòng)作表情是同理的，每個(gè)角色有自己不同的動(dòng)作風(fēng)格化特征，并不是K多少個(gè)動(dòng)作循環(huán)播放就能解決的。為了達(dá)到和情緒表達(dá)的匹配，逼真和豐富，所有智能體的動(dòng)作，一定也是通過大動(dòng)作模型，根據(jù)要說的文本，根據(jù)這個(gè)角色的動(dòng)作風(fēng)格特點(diǎn)，實(shí)時(shí)生成的動(dòng)作和表情。

2、智能體在說每句話的說話，會(huì)有不同的節(jié)奏，不同的情緒轉(zhuǎn)換，只有通過生成的方式，才能做到讓動(dòng)作和表情，和智能體預(yù)期的表達(dá)相一致，無論是從語音節(jié)奏角度，還是從語義角度。

3、未來3D元宇宙世界，一定是千人千面，每個(gè)數(shù)字人都在不停的生成大腦內(nèi)容，生成動(dòng)作表情表達(dá)，這個(gè)已經(jīng)不是K幾個(gè)動(dòng)作庫(kù)可以完成的工作量了，從量級(jí)上，一定是只有通過AI生成的一種方式。

其實(shí)這個(gè)也很好理解，現(xiàn)實(shí)世界中，每個(gè)人都有自己的動(dòng)作風(fēng)格，我們?cè)谶M(jìn)行表達(dá)的時(shí)候，每次動(dòng)作表情都會(huì)是不一樣的，豐富的，但又都帶有自己的顯著風(fēng)格的。同時(shí)也一定和我們說話的語音語義相匹配的，那未來的智能體世界，也只有AI生成，這一種驅(qū)動(dòng)的方式是可行的，這個(gè)也是我們一直在堅(jiān)定的推動(dòng)內(nèi)部Motoinverse動(dòng)作表情AI生成研發(fā)的原因。

說到Motionverse又滔滔不絕的表達(dá)了一下我的觀點(diǎn)，回到論文本身，這篇論文主要有如下4個(gè)貢獻(xiàn)，我先總結(jié)出來，后面每天會(huì)詳細(xì)描述，并匹配上我們的研發(fā)測(cè)試結(jié)果

1、提出了生成式智能體這一概念,它可以根據(jù)智能體不斷變化的經(jīng)歷和環(huán)境,動(dòng)態(tài)地生成逼真的人類行為。

2、設(shè)計(jì)了一個(gè)新穎的架構(gòu),使生成式智能體能夠記憶、檢索、反思,與其他智能體互動(dòng),并在動(dòng)態(tài)變化的環(huán)境中制定計(jì)劃。該架構(gòu)利用了大型語言模型強(qiáng)大的提示功能,并在此基礎(chǔ)上增加了支持長(zhǎng)期行為連貫性、管理不斷演化記憶以及遞歸生成高層反思的能力。

3、進(jìn)行了兩場(chǎng)評(píng)估實(shí)驗(yàn),一場(chǎng)受控評(píng)估和一場(chǎng)端到端評(píng)估,驗(yàn)證了架構(gòu)組件的重要性,并識(shí)別出了由記憶檢索不當(dāng)?shù)仍驅(qū)е碌墓收稀?/p>

4、探討了生成式智能體在交互系統(tǒng)中的應(yīng)用機(jī)遇、倫理風(fēng)險(xiǎn)和社會(huì)影響。我們認(rèn)為需要調(diào)整這些智能體以降低用戶產(chǎn)生擬人依戀的風(fēng)險(xiǎn),記錄日志以減輕深度偽造和定制勸說的風(fēng)險(xiǎn),并以輔助而非替代的方式應(yīng)用于設(shè)計(jì)流程中。

回到技術(shù)上，我們已經(jīng)初步跑通了整個(gè)python服務(wù)器腳本，但里面還有不少坑還在解決，下一篇文章，我們講來講述，如果進(jìn)行部署，并且對(duì)應(yīng)的坑如何避免