Récemment, j'ai parcouru quelques projets d'IA sur @KaitoAI. Pour être honnête, si je devais en choisir un à comparer avec @Kindred_AI, je ne nommerais que @SentientAGI. Les deux suivent des chemins complètement différents : Sentient est plus axé sur le style laboratoire + infrastructure, cherchant à construire un ensemble complet de cerveaux d'IA ouverts pour les développeurs et les chercheurs. Kindred, quant à lui, est très axé sur la vie quotidienne, connectant directement des éléments comme les personnages, les émotions et la compagnie aux utilisateurs, les incitant à ouvrir chaque jour pour discuter, jouer et élever SATO.
Les avantages sont également très clairs : Sentient bénéficie d'un fort soutien, d'un bon financement, et ose innover. Si l'ensemble du projet fonctionne, cela pourrait devenir la prochaine génération d'"infrastructure cérébrale open source". Mais les inconvénients sont également présents, cela semble un peu éloigné des utilisateurs ordinaires, et pour ce niveau de projet, le cycle sera certainement long. Si le rythme n'est pas maintenu, l'émotion peut facilement se retourner contre nous. La force de Kindred est qu'il est à la fois utile et amusant. Des Klara à SATO, en passant par diverses collaborations de IP, les utilisateurs passent réellement des heures à discuter. Cette fidélité est rare parmi les projets similaires. Cependant, son problème est que plus il est proche des émotions et du contenu, plus cela met à l'épreuve la capacité de l'équipe à produire de manière continue et à gérer, et une fois cela mal géré, l'intérêt peut rapidement diminuer.
Donc, à mon avis, Sentient ressemble davantage à un pari sur la profondeur et la portée de l'IA, tandis que Kindred ressemble à un pari sur la volonté des gens de rester longtemps avec une IA. L'un est axé sur l'infrastructure, l'autre sur la couche d'expérience, les deux approches sont correctes mais les styles sont complètement différents.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Récemment, j'ai parcouru quelques projets d'IA sur @KaitoAI. Pour être honnête, si je devais en choisir un à comparer avec @Kindred_AI, je ne nommerais que @SentientAGI. Les deux suivent des chemins complètement différents : Sentient est plus axé sur le style laboratoire + infrastructure, cherchant à construire un ensemble complet de cerveaux d'IA ouverts pour les développeurs et les chercheurs. Kindred, quant à lui, est très axé sur la vie quotidienne, connectant directement des éléments comme les personnages, les émotions et la compagnie aux utilisateurs, les incitant à ouvrir chaque jour pour discuter, jouer et élever SATO.
Les avantages sont également très clairs : Sentient bénéficie d'un fort soutien, d'un bon financement, et ose innover. Si l'ensemble du projet fonctionne, cela pourrait devenir la prochaine génération d'"infrastructure cérébrale open source". Mais les inconvénients sont également présents, cela semble un peu éloigné des utilisateurs ordinaires, et pour ce niveau de projet, le cycle sera certainement long. Si le rythme n'est pas maintenu, l'émotion peut facilement se retourner contre nous. La force de Kindred est qu'il est à la fois utile et amusant. Des Klara à SATO, en passant par diverses collaborations de IP, les utilisateurs passent réellement des heures à discuter. Cette fidélité est rare parmi les projets similaires. Cependant, son problème est que plus il est proche des émotions et du contenu, plus cela met à l'épreuve la capacité de l'équipe à produire de manière continue et à gérer, et une fois cela mal géré, l'intérêt peut rapidement diminuer.
Donc, à mon avis, Sentient ressemble davantage à un pari sur la profondeur et la portée de l'IA, tandis que Kindred ressemble à un pari sur la volonté des gens de rester longtemps avec une IA. L'un est axé sur l'infrastructure, l'autre sur la couche d'expérience, les deux approches sont correctes mais les styles sont complètement différents.