浙江大學推出沉浸式角色扮演框架,讓人工智慧互動更自然

人工智慧角色扮演正從簡單的文字對話,邁向豐富且沉浸式的戲劇體驗。 浙江大學與騰訊優圖實驗室的研究人員近期推出「AdaMARP」,這是一個自適應多智能體互動框架,旨在解決當前大型語言模型角色扮演中的關鍵弱點,例如環境感知能力薄弱及敘事僵化等問題。該框架賦予人工智慧如同導演般的場景管理與敘事能力。這項研究成果已獲國際會議 ACL 2026 錄用。
核心痛點:缺失的「環境」與「導演」
在當今的AI角色扮演中,使用者雖能與歷史或文學人物對話,但互動往往侷限於靜態場景內的文字交流。例如在偵探情境中,傳統AI系統的表現如同重複說話的機器,既無法從地毯上的蠟漬等環境線索推論,也無法處理多角色輪流發言及場景轉換等複雜敘事需求。這種空洞的模式,使得使用者難以感受到真實的沉浸感或敘事張力。
AdaMARP 框架:四通道訊息與動態調度
為打破此僵局,研究團隊設計了一套新的互動邏輯。首先,AdaMARP 引入「四通道訊息格式」,將每輪互動拆解為「思緒-行動-環境-言語」。AI 不再僅輸出對話,而是將環境氛圍(如搖曳的煤氣燈)、內心思緒與肢體語言交織成完整的因果鏈。
其次,該框架包含一個擔任敘事導演的「場景管理器」。它具備五項核心能力:初始化場景、選擇發言者、切換場景、動態引入新角色,以及結束互動。這使 AI 能自主決定何時從犯罪現場轉移到目擊者家中,或何時讓新嫌疑人推門而入。
訓練與評估:從文學到模擬
為了賦予 AI 真正的表演與導演能力,研究團隊建構了高品質的資料集 AdaRPSet 和 AdaSMSet。這些資料集包含 81 部經典文學作品中的深度角色檔案與互動軌跡,以及 20 種不同主題的合成情節。這確保了模型在掌握動態調度邏輯的同時,也能學習文學的質感。
此外,團隊還引入了名為 AdaptiveBench 的輔助評估框架。與傳統的單輪對話評估不同,AdaptiveBench 採用軌跡層級的評分機制,著重於角色一致性、環境感知能力,以及敘事進程的自然度。這為 AI 在複雜長文本互動中的表現提供了全面的評估。
此框架為偵探推理與冒險敘事等沉浸式互動場景開闢了嶄新的技術路徑。透過深度結合環境與敘事邏輯,AI 正從單純的聊天助理,進化為具備先進創造性意識的數位表演者。
相關文章
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
相關專題推薦
評論 (0)
0/500

人工智慧角色扮演正從簡單的文字對話,邁向豐富且沉浸式的戲劇體驗。 浙江大學與騰訊優圖實驗室的研究人員近期推出「AdaMARP」,這是一個自適應多智能體互動框架,旨在解決當前大型語言模型角色扮演中的關鍵弱點,例如環境感知能力薄弱及敘事僵化等問題。該框架賦予人工智慧如同導演般的場景管理與敘事能力。這項研究成果已獲國際會議 ACL 2026 錄用。
核心痛點:缺失的「環境」與「導演」
在當今的AI角色扮演中,使用者雖能與歷史或文學人物對話,但互動往往侷限於靜態場景內的文字交流。例如在偵探情境中,傳統AI系統的表現如同重複說話的機器,既無法從地毯上的蠟漬等環境線索推論,也無法處理多角色輪流發言及場景轉換等複雜敘事需求。這種空洞的模式,使得使用者難以感受到真實的沉浸感或敘事張力。
AdaMARP 框架:四通道訊息與動態調度
為打破此僵局,研究團隊設計了一套新的互動邏輯。首先,AdaMARP 引入「四通道訊息格式」,將每輪互動拆解為「思緒-行動-環境-言語」。AI 不再僅輸出對話,而是將環境氛圍(如搖曳的煤氣燈)、內心思緒與肢體語言交織成完整的因果鏈。
其次,該框架包含一個擔任敘事導演的「場景管理器」。它具備五項核心能力:初始化場景、選擇發言者、切換場景、動態引入新角色,以及結束互動。這使 AI 能自主決定何時從犯罪現場轉移到目擊者家中,或何時讓新嫌疑人推門而入。
訓練與評估:從文學到模擬
為了賦予 AI 真正的表演與導演能力,研究團隊建構了高品質的資料集 AdaRPSet 和 AdaSMSet。這些資料集包含 81 部經典文學作品中的深度角色檔案與互動軌跡,以及 20 種不同主題的合成情節。這確保了模型在掌握動態調度邏輯的同時,也能學習文學的質感。
此外,團隊還引入了名為 AdaptiveBench 的輔助評估框架。與傳統的單輪對話評估不同,AdaptiveBench 採用軌跡層級的評分機制,著重於角色一致性、環境感知能力,以及敘事進程的自然度。這為 AI 在複雜長文本互動中的表現提供了全面的評估。
此框架為偵探推理與冒險敘事等沉浸式互動場景開闢了嶄新的技術路徑。透過深度結合環境與敘事邏輯,AI 正從單純的聊天助理,進化為具備先進創造性意識的數位表演者。
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work





首頁






