基本信息

---

下载

文档摘要

---

多模态AI系统很可能会在我们的日常生活中无处不在。将这些系统具身化为

物理和虚拟环境中的代理是一种有前途的方式，以使其更加互动化。目前，

这些系统利用现有的基础模型作为构建具身代理的基本构件。将代理嵌入这

样的环境中，有助于模型处理和解释视觉和上下文数据的能力，这是创建更

复杂且具备上下文感知的AI系统的关键。例如，一个能够感知用户动作、人

类行为、环境对象、音频表达以及场景整体情绪的系统，可以用于指导代理

在特定环境中的响应行为。

目录

1引言

1.1动机

1.2背景

1.3概述

2AgentAI集成7

2.1无限AI代理

2.2基于大型