Iyuno 策略方針 以內容脈絡為核心的多智能體 AI
全球最大的媒體本地化公司 Iyuno 詳細介紹了 CLOE 情境記憶（Contextual Memory）功能背後的多智能體工程架構，並闡述其設計理念：將專用 AI 智能體應用於範圍有限且界定清晰的問題，其成效勝過單純擴大系統規模。
Iyuno 創辦人兼行政總裁 David Lee 表示：「我們從來不是要打造規模最大的 AI 系統，而是要打造真正適合媒體行業的系統。」
大多數企業部署 AI 時，仍然著眼於擴大規模：模型更大、上下文視窗更大，運算開支亦更高，卻仍會在處理長篇影片時失去敘事連貫性。CLOE 採取不同的做法，以三大原則為基礎：
- 垂直領域多智能體編排。以高度專門化的微型智能體組成協作網絡。各智能體分別負責建立角色關係圖、分析情緒意圖、匹配語音韻律或確保內容符合品牌規範等特定任務，取代由單一模型包辦所有工作的方式。
- 高資訊密度、低 Token 用量的提示設計。系統先將原始影片、音訊及劇本整合為結構化知識圖譜。智能體再根據經壓縮、保留關鍵資訊的上下文向量運作，毋須處理海量原始資料，從而減少每部作品的 Token 用量及推論成本。
- 持續保存的圖譜記憶。所有智能體的輸出均會匯入同一個持續保存的本體圖譜，不會在任務完成後被捨棄。隨著內容累積，系統對單部作品、整季內容以至整個系列作品的理解會不斷加深，而推論成本不會隨之累增。
Iyuno 創辦人兼行政總裁 David Lee 表示：「我們從來不是要打造規模最大的 AI 系統，而是要打造真正適合媒體行業的系統。處理範圍廣泛的通用問題時，採用更大的模型、投入更多運算資源，確實有其道理。但在娛樂這類專門領域，單靠擴大規模，無法帶來真正關鍵的能力：敘事連貫性。專用智能體根據精準、高資訊密度的內容脈絡運作，讓我們以遠少於單一模型架構所需的資源，達到頂尖的內容理解水平。資源需求亦不會像單一模型架構那樣，隨內容庫規模擴大而增加。我們每處理一部作品，都能提升圖譜的能力，而不會令運作成本變得更高。」
這套架構已應用於 Iyuno 旗下商用產品系列：CLOE Enterprise（SaaS）、CLOE Sub、CLOE Script、CLOE Dub 及 CLOE Live，目前均已投入製作室及串流媒體的實際製作流程。公司將於日後公佈更多詳情，介紹這套架構如何延伸至 CLOE Skills，涵蓋無障礙服務、市場推廣及其他工作流程。
本文及相關圖片內容由合作單位「美通社」提供，「世界新聞網」經授權轉載刊登。文章內容、圖片及相關著作權均屬原提供單位或權利人所有，「世界新聞網」僅作資訊分享與媒體刊登使用。
