11 月 2 日，Mindlogic 公司推出的粉丝沟通平台 BloomingTalk 备受关注。这是一项基于真实偶像的 AI 聊天服务，用户可以与李秀满（이수만）（SM 娱乐创始人）推出的偶像组合 A2O 的 Soul 与 Light 共 24 名成员的 AI 化身进行聊天、语音通话和视频通话。该应用由 Mindlogic 开发，AI 视频化身则由 Estsoft 制作。公司方面表示，两个组合加入后的五天内，对话量约达 100 万次，付费金额达到数千万韩元。
为真实人物构建人格的第一步，是收集并分析该人物的特征。性格、说话语气、偏好与兴趣，都需要被整理成 AI 可用的信息。访谈、人物简介、过往消息、视频与音频都是素材来源。随着目标人物数量增加，信息收集与分析所需的时间与成本也会同步上升。
为简化这一流程，Mindlogic 让 AI 直接与艺人对话，以收集并分析其性格特征、说话语气和近期兴趣。公司将其称为“AI 采访者”。它把由此获得的信息与既有资料结合使用，以减少人工工作量。
下一个难点在于，所收集的信息能否忠实地体现在 AI 的实际回答中。AI 必须生成符合艺人偏好与背景知识的回答，而不是简单地模仿某种说话方式。公司以艺人相关信息作为 AI 回答的基准。对于演出日程这类频繁变动的信息，则由管理方另行录入，以提升准确度。
长期记忆技术同样被用于为每位用户维持对话上下文。如果说人格负责保持艺人特有的性格与对话风格，那么长期记忆则用于基于每位粉丝累积的信息，延续个性化对话。
举例来说，如果某位粉丝提到自己正在准备求职，下一次对话中 AI 可能会询问面试结果。如果 AI 忘记过往对话或提及错误信息，那种仿佛在与真实艺人交流的沉浸感就会下降。
关键在于，在挑选“该记住什么”的同时降低计算成本。每次都把全部历史对话喂给 AI，会增加需要处理的信息量并推高成本。Mindlogic 选择的做法是：只从对话中筛选出重要信息，并对其进行结构化处理。
这与检索增强生成（RAG）的思路不同，RAG 是通过检索外部资料来补充回答。Mindlogic 将对话中提取的信息（如用户姓名、偏好、职业等）整理成一份画像（Profile），并写入系统提示词（System Prompt）中。其目标是无需每次处理完整聊天记录，也能为每个个体保留上下文。
在信息筛选环节，它以可靠性为优先。系统会区分“用户自行输入的信息”与“AI 从对话中推断出的内容”；两者冲突时，优先采用前者。此举旨在缓解“AI 的错误推断被当作事实记住”的问题。
Mindlogic 一位负责人表示：“就像人的记忆一样，AI 也会判断什么重要、什么不重要。”他还说：“通过区分并记住理解对方所需的信息，例如用户的姓名、爱好、职业和偏好，随着对话不断累积，就能体现出个体的上下文。”
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/72924.html
