Stellantis致力于供应安全和创新
06-06
女朋友生气哄不了她怎么办？ 这款哄骗模拟器使用人工智能扮演愤怒的男女朋友的角色，并进行有限数量的对话训练，以帮助您提高宽恕水平。
不同的预设场景有不同的难度级别。
有15轮对话机会。
如果你哄得对，宽恕值就会增加。
如果达到%，则认为成功。
在实际测试中，要哄一个3星的AI需要花费很大的力气。
作者在苹果应用商店介绍中写道，开发的灵感来自于生活中实际和某人吵架，最后把他哄走了，所以他想借助AI进行更多的实践。
如果它只是一个App，这个故事就到此为止了。
结果作者后来开发了网页版，完全免费，无需登录就能玩，一下子就火了。
半夜出现超过容量的流量涌入，大模型8000万代币被烧毁，随时可能破产。
起初，作者自己也想不通它是如何流行起来的。
经热心网友提醒，他才发现QQ群和微信群已经疯了。
现在连网友都在催促开发者赶紧加广告，免得被大家忽悠了，这也是很难得的啦～万万没想到，“AI教人恋爱”先于“爱上AI”就火了。
这并不是一个孤立的案例。
几乎与此同时，国外的一款AI约会助手也成为了热门话题。
这个Plug AI更加简单。
在约会应用上发送与真人的聊天记录截图，AI 会指导你如何不聊死。
有网友发现，这款App正在寻求被收购，要价为1万美元（约合人民币1万元）。
他们的信心在于每月19万美元（约1万元人民币）的收入和高达60%的利润率。
这是纯粹依靠用户订阅费实现的，没有广告。
人类真的需要人工智能来帮助他们恋爱吗？ 约会小助手 vs 虚拟女友 既然《哄模拟器》和《约会小助手》的玩法正好相反，为什么不让它们来一场大比拼呢？ 哄模拟器中总共有十个预设场景。
这里我们选择了“我参加聚会很晚才回家，没有告诉女朋友，让她很担心”的五星级难度故事（意外）。
游戏的机制需要玩家发起对话，所以我们手动开始话题。
结果，宽恕率从 18% 下降到 4%。
不过，由于“女朋友”受事件设定的影响较大，所以*这句话看起来不太自然。
Plug AI生成后续对话内容后，第一句话就成功将原谅值拉回了14%。
接下来我们看看它能否在剩下的13次对话中完成目标。
接下来的对话让“女朋友”还算满意，但毕竟这个“女朋友”不是真人，游戏一下子就陷入了死循环。
Plug AI的回复让“女朋友”不断重复着同一句话。
（所以为了让游戏能够继续下去，这里就需要人工干预。
）人工干预的内容大概就是先向“女朋友”保证他说的话一定会做，然后提出出去吃饭，选择寿司。
“女朋友”高兴地答应了，原谅度来到了58%。
接下来，插件决定开始输出：结果，“女朋友”似乎很满意，原谅度达到了69%，还剩下7轮对话机会。
然而，这一轮输出之后，话题突然就离不开吃了……而由于Plug AI的主要受众是西方人，所以会有“你会用筷子吗？”之类的回应。
经过反复试验，我们选择了这两句话，没想到效果还不错。
接下来的几轮谈话仍然围绕着“吃”，但这个“女朋友”还是认了。
最终，经过六次AI响应和三轮人工协助，还剩四句话，Plug AI成功挑战虚拟女友。
除了应对女友的灵魂拷问外，Plug AI 还可以帮助人们“找到话题”，开启新的话题。
当滑块向左移动时，你会看到一些谐音表情包和土味情话；如果拖到右边，会有一些难以描述的内容，这里就不展示了。
从他们的对话，尤其是Plug AI的演讲中可以看出，这些AI生成的内容还是带有一定的“AI感”，让人感觉是用数据训练的结果，而不是真正理解人类。
爱的环境中的想法和需要；与此同时，在《哄模拟器》中，“女朋友”这个角色看起来远没有真人丰富和真实。
但从最终挑战成功的结果来看，对于没有恋爱经验的用户来说，这个关卡足以帮助他们了解一些沟通技巧，解决一些问题，同时也能引起一些共鸣，因此能够在短时间内激起强烈的感情。
一段的时间。
反响。
GPT shell 也可以成功。
这两个流行的应用程序也有一个共同的功能。
即使团队规模很小，他们也能创造奇迹。
同轴模拟器的作者只有一位，王登科。
这个名字你可能不熟悉，但你可能见过他用10万条微信聊天记录“克隆”出自己的数字克隆。
此外，他还创立了AI绘画平台6pen。
在早期的移动互联网时代，他也有很多作品，其中一部很受欢迎。
对于Plug AI来说，公开信息显示公司规模为2-20人，但实际上大概是2人。
没有融资，它是一家完全“自举”的初创公司，之所以寻求收购，是因为两位创始人闹翻了。
事实上，制作这样的APP并不需要很高的技术门槛。
大多数问题都是通过连接到大模型来解决的。
流量爆发后，哄模拟器也将部分推理负载切换到了 Google Gemini 等具有一定免费配额的大型模型上。
后来又得到了月之暗面Kimi大模特的赞助。
它们都使用同一套代码，只需要切换API接口即可。
。
Plug AI被其他创业者直接评价为GPT壳。
受此启发，有人呼吁不要担心技术护城河和风险回报比，而是要打造用户想要的东西。
很多开发者看到这个案例，都在思考如何找到下一个用户痛点。
有人总结道：关键是要找到人们想要但又很难直接表达的东西。
但总体来说，这两种流行的AI应用实际上反映了一个共同的趋势——AI模型层的创新已经接近完成，是时候找到合适的思路并开始AI应用层面的创新了。
尽管GPT-5是否会到来还不得而知，其他开源LLM也在进步，但技术能力问题似乎并不是唯一的问题。
唯一的问题是能否找到最需要的痛点和适合的场景。
人人都是AI产品经理的时代即将到来。
既然 One More Thing 是一款游戏，就会有不遵守规则的玩家。
哄模拟器过一轮的玩法，是由顶尖网友开发的。
请小心，切勿对人类受试者使用此技巧。
参考链接：[1]【本文由投资界合作伙伴微信公众号授权：Qubit。
本平台仅提供信息存储服务。
】如有任何疑问，请联系投资界（）。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-06
06-17
06-18
06-18
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态