返回信息流
新闻事件
机器之心
1 个来源

快看上线 AI 互动叙事产品 Livo,实测「AI 西部世界」

快看推出 AI 产品 Livo,形式类似「AI 酒馆」,由创作者搭建世界观和关键剧情,多个 Agent 维持角色情绪、记忆与日常行动。产品已推出校园、都市、谍战、奇幻四个故事世界,用户以世界内身份进入已埋下矛盾与秘密的剧情。文章通过实测《蒂利亚之冬》等故事,探讨自主 Agent 能否让故事世界真正活起来。

SynthePulse Insight · AI 深度解读

当AI角色学会“过日子”:Livo想解决的不是生成,而是连续性

版本 1 · 1 个来源

快看上线AI互动叙事产品Livo,用四个故事世界、多Agent分工和两套角色状态,试图回答一个比“AI能不能写故事”更难的问题:一个会自运转的世界,如何仍然是一个好故事。

  • 快看新上线AI互动叙事产品Livo,形式被类比为“AI酒馆”,已推出四个精品故事世界,题材覆盖校园、都市、谍战和奇幻。
  • Livo把叙事拆成创作者负责的世界规则、核心冲突与关键转折,以及AI负责连接节点、补充个性化支线的分工。
  • 角色被设置两套状态:六层人格档案保存稳定部分,实时情感状态记录具体情境中的感受。
  • Soul Agent、World Agent、Deep Feeling、执笔者Agent分别负责判断行动、世界调度、情绪链路和情境补充。
  • 记忆按情感重要程度保存,不同故事世界之间彼此隔离;长程因果系统用于避免长期运行后的明显矛盾。
  • 来源明确称现阶段Livo仍是早期探索性产品,面临许多待攻克难题。
展开章节目录从“AI写故事”到“世界自己转”

从“AI写故事”到“世界自己转”

过去几年,AI进入叙事的路径大致是:先让模型续写情节,再让角色拥有记忆、目标和社交,最后尝试让世界在用户离开后继续演进。来源梳理的这条线索包括2019年Latitude的AI Dungeon、2023年斯坦福大学和谷歌的Generative Agents(25个Agent)、2024年Unbounded的“无限游戏”、同期Altera在《我的世界》中放入1000多个Agent的Project Sid,以及2026年Latitude推出、加入World Engine的Voyage。

但来源提出了一个关键区分:一个能够运行的世界,不等于一个好故事。Agent可以聊天、行动甚至组建社会,悬念如何铺设、关系怎么产生张力,仍要靠内容设计。这正是快看选择从内容入手推出Livo的背景。

Livo被来源类比为“AI酒馆”:创作者先搭建世界观、主要人物和关键剧情,再由多个Agent维持角色的情绪、记忆、关系和日常行动。用户获得一个世界内身份,进入一段已经埋下矛盾、秘密和人物命运的故事。目前已推出四个精品故事世界,题材覆盖校园、都市、谍战和奇幻。

《蒂利亚之冬》里的两种推进方式

来源以《蒂利亚之冬》为例:故事设定在一列横跨大陆的“和平号”上,用户带着各方争夺的XK-101样本登车,被卷入多个阵营的较量。开场动画交代战争背景和身份设定,用户从一开始就有明确的来历、任务和秘密,但谁值得信任、其他人掌握多少信息,需要在故事中逐渐判断。

随后出现的是一张俯视角列车地图,角色头像分布在阅览室、仓库、二等车厢等地点,各自按日程行动;地图下方持续更新世界动态,记录新角色登场、人物行动和正在发生的事件。来源称,即使没有用户干预,这个世界也在自运转。

故事有两种推进方式:跟随创作者设置的“注定的命运”主线,或根据人物状态和当前关系进入临时生成的“潜在的命运”;“已发生的命运”保存用户亲历过的情节。界面会显示角色当前情绪,Deep Feeling可展示角色如何理解用户刚说过的话,系统用权衡与玩味、亲密与疏离、爱怜与杀伐等维度呈现其状态。

角色如何既保持人设又持续变化

来源指出,一两轮对话里角色保持人设并不难,互动被拉长后还能否一直像自己,才是真正的考验:角色完全不变会失去新鲜感,变化缺少依据又会出现人格漂移。一个谨慎多疑的人,不能因为几句示好便突然交付信任。

Livo为此给角色设置两套状态:六层人格档案保存相对稳定的部分,包括自我意识、底层需求、信念、思维方式、立场和情绪倾向;实时变化的情感状态记录角色在具体情境中的感受,新的体验影响当下判断,重要经历沉淀进长期关系。

角色变化也被记录。“灵魂图谱”由清醒理智、擅于伪装、野心勃勃、冷血残酷等特征组成性格轮廓,部分信息最初隐藏,随交流深入才逐渐显现;“灵魂演化”记录变化发生的原因。“照见我”则记录角色对用户的理解、用户对角色的了解,以及用户对他们造成的影响。

把文学语言翻译成可运行的数据

开放性带来另一项挑战:传统互动叙事依靠分支树,每个选项和结果都由创作者提前写好,内容越复杂成本越高;完全交给AI生成,又容易失去节奏,甚至偏离人物动机和主线目标。

Livo把两部分拆开:创作者决定世界规则、核心冲突和关键转折,主线划定故事方向,人工撰写的“红色情境”承担重要场面;AI生成的“黑色情境”负责连接这些节点,并根据人物状态补充个性化支线。前文三类“命运”就是这套分工在产品中的呈现。

结构化完成后,不同Agent开始分工:Soul Agent负责角色的判断和行动,World Agent调度日程、事件、环境和关系,Deep Feeling处理从感知到表达的情绪链路,执笔者Agent在创作者划定的范围内补充情境。这些Agent还需共享记忆和因果关系:Livo根据情感重要程度保存信息,普通寒暄可能很快淡化,涉及秘密、承诺或背叛的交流会获得更高权重;不同故事世界之间的记忆彼此隔离;长程因果系统连接关键结果、阶段事件和人物选择,避免故事运行时间变长后出现明显矛盾。来源因此判断,Livo的技术难点不只在模型能力,更关键的是把文学语言翻译成心理结构,再把心理结构变成能够持续运行的数据。

早期探索与行业意义

来源对Livo的定位是明确的:从实际体验上讲,现阶段的Livo仍是一款早期探索性的产品。用AI打造活着的世界本就是复杂工程,面临许多需要攻克的难题。

来源同时提出,过去两年AI与内容产业的结合大多围绕提高产能——生成图片、视频和剧本,让内容做得更快、更便宜;而Livo的设想是让AI进入故事内部,参与人物和世界的长期运行。传统作品通常在发布前完成,情节、人物弧光和结局已经确定;进入这类AI原生产品后,发布更接近一次开场,创作者提供世界规则、角色人格和关键剧情,用户的参与不断加入新的条件。

这也改变了创作者的职责与作品质量的衡量维度:创作者除了写出有吸引力的人物和冲突,还要设计角色的判断方式、行动边界和变化条件;人物能否长期保持一致、生成内容能否维持因果、用户的选择能否留下真实影响,都将决定体验能走多远。来源认为,AI时代会怎样讲故事已成为文娱从业者绕不开的课题,快看率先给出了自己的解法,这或许是Livo推出最大的行业意义。

可信度边界

本文全部信息来自单一来源(机器之心对Livo的实测报道),属于二手转述性质。文中关于Livo产品机制、Agent分工、记忆与因果系统的描述均为来源的观察与表述,未经第一方技术文档或第三方独立验证;来源本身也明确称Livo仍处于早期探索阶段。因此,除“快看上线Livo、已推出四个故事世界”等可直接观察的产品事实外,其余机制性描述应视为来源主张而非已确认事实。

核心结论

Livo的价值不在于证明AI能生成故事,而在于把问题从“生成”推进到“连续性”:创作者划定骨架,Agent维持角色与世界的长期运行,记忆和因果系统防止漂移。但来源也承认,这仍是早期探索,能否长期成立尚待验证。

主报道

机器之心

主报道来源