Iyuno 詳解 CLOE 架構：一致內容工作流程的多智能體 AI 系統

 Iyuno 今天分享更多 CLOE 背後架構新細節，該 AI 平台專為解決內容製作中一項關鍵挑戰而設計：大規模地保持一致。

雖然 AI 工具可以迅速生成內容，但處理較長篇幅內容時，往往難以保持連貫性。這導致工作流程之間，出現語氣、角色設定及敘事風格不一致的問題。

yuno 行政總裁 David Lee 表示：「當理解發生重置時，大規模內容處理便會出現問題。我們視此為系統設計問題，而不僅模型問題。」CLOE 建立於一個多智能體框架之上，而該框架規定生成輸出前的內容解讀方法。該系統於三個核心層面中運作：

• 感官層：從對話、視覺和音訊之間，擷取輸入訊息
• 融合層：連結這些輸入訊息，並追蹤關係與敘事脈絡
• 記憶層：儲存這種理解為持久兼可重複使用的知識庫

這種方法實現 CLOE 保持內容連貫表達，從相同潛在語境，支援多種工作流程（字幕製作、配音及無障礙服務等）。

Lee 表示：「全球內容中最大的挑戰之一，就是每個版本都從零開始，而每個團隊都必須重新學習相同的故事。CLOE 允許這種理解持續存在，因此每個版本都以語境開始，而非重建。」CLOE 貫穿內容生命週期，並從相同共享基礎而運行，支援日益豐富的模組化 AI 能力（或「技能」）。Iyuno 於全球內容工作流程中不斷擴大平台部署規模，而持續擴展該平台的功能。