Recientemente en @KaitoAI estuve revisando proyectos de IA. A decir verdad, si tuviera que elegir uno para comparar con @Kindred_AI, solo mencionaría a @SentientAGI. Los dos tienen enfoques completamente diferentes: Sentient está más orientado hacia un estilo de laboratorio + infraestructura, buscando construir un cerebro de IA de código abierto completo para que desarrolladores e investigadores lo utilicen. Kindred, por otro lado, es más sobre la vida cotidiana, conectando directamente elementos como personajes, emociones y compañía con los usuarios, haciendo que la gente quiera abrirlo todos los días para hablar, jugar o cuidar de SATO.
Las ventajas también son muy claras: Sentient tiene un fuerte respaldo, financiamiento abundante, es audaz y proactivo. Si todo funciona, podría ser la próxima generación de "infraestructura cerebral de código abierto". Pero las desventajas también están ahí; está un poco alejado de los usuarios comunes, y proyectos de este nivel definitivamente tienen un ciclo largo. Si el ritmo no se mantiene, las emociones pueden volverse en contra. La fortaleza de Kindred es que es fácil de usar y divertido. Desde Klara hasta SATO y diversas interacciones de IP, los usuarios realmente pueden pasar horas chateando allí; esta adhesión es poco común en proyectos similares. Sin embargo, su problema es que cuanto más se acerque a las emociones y al contenido, más exigente será para el equipo en términos de producción continua y operación. Una vez que no se maneje bien, la popularidad puede caer rápidamente.
Así que mi opinión es que Sentient parece estar apostando a qué tan profundo y lejos puede llegar la IA, mientras que Kindred parece estar apostando a si las personas están dispuestas a estar a largo plazo con una IA. Uno se enfoca más en la infraestructura y el otro en la capa de experiencia; ambas rutas son correctas, pero los estilos son completamente diferentes.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Recientemente en @KaitoAI estuve revisando proyectos de IA. A decir verdad, si tuviera que elegir uno para comparar con @Kindred_AI, solo mencionaría a @SentientAGI. Los dos tienen enfoques completamente diferentes: Sentient está más orientado hacia un estilo de laboratorio + infraestructura, buscando construir un cerebro de IA de código abierto completo para que desarrolladores e investigadores lo utilicen. Kindred, por otro lado, es más sobre la vida cotidiana, conectando directamente elementos como personajes, emociones y compañía con los usuarios, haciendo que la gente quiera abrirlo todos los días para hablar, jugar o cuidar de SATO.
Las ventajas también son muy claras: Sentient tiene un fuerte respaldo, financiamiento abundante, es audaz y proactivo. Si todo funciona, podría ser la próxima generación de "infraestructura cerebral de código abierto". Pero las desventajas también están ahí; está un poco alejado de los usuarios comunes, y proyectos de este nivel definitivamente tienen un ciclo largo. Si el ritmo no se mantiene, las emociones pueden volverse en contra. La fortaleza de Kindred es que es fácil de usar y divertido. Desde Klara hasta SATO y diversas interacciones de IP, los usuarios realmente pueden pasar horas chateando allí; esta adhesión es poco común en proyectos similares. Sin embargo, su problema es que cuanto más se acerque a las emociones y al contenido, más exigente será para el equipo en términos de producción continua y operación. Una vez que no se maneje bien, la popularidad puede caer rápidamente.
Así que mi opinión es que Sentient parece estar apostando a qué tan profundo y lejos puede llegar la IA, mientras que Kindred parece estar apostando a si las personas están dispuestas a estar a largo plazo con una IA. Uno se enfoca más en la infraestructura y el otro en la capa de experiencia; ambas rutas son correctas, pero los estilos son completamente diferentes.