抢鲜评测AgentScope:Agent+游戏制作+视频生成的新范式

本文涉及的产品
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,5000CU*H 3个月
交互式建模 PAI-DSW,每月250计算时 3个月
简介: LLM-Powered Agent凭借长期记忆+自主规划+自动执行等特性,是探索人工通用智能(AGI)的可能途径之一;而Multi-Agent让多个agent通讯来实现协作,也模拟了人类社交及工作协同场景,旨在探索更高质高效的人机协作模式。

LLM-Powered Agent凭借长期记忆+自主规划+自动执行等特性,是探索人工通用智能(AGI)的可能途径之一;而Multi-Agent让多个agent通讯来实现协作,也模拟了人类社交及工作协同场景,旨在探索更高质高效的人机协作模式。


AgentScope,作为一个开源Multi-Agent框架,探索基于大模型在游戏制作、视频生成等场景的应用,让我们抢鲜看看体验如何~



Agent+游戏制作

1、游戏体验:寻味

体验地址:https://modelscope.cn/studios/AgentScope/find_the_taste/summary


视频版:

寻味素材 00_00_00-00_00_30.gif


图文拆解版:

<任务>

可以查看玩家需要完成哪些任务


<线索>

在游戏过程中,可以通过在线生成的线索卡来查看目前任务的进展


<解锁故事>

这个是文字类游戏的亮点,通过对话来驱动玩家继续解锁新故事


<游戏主界面>

以下是玩家作为餐厅经营者、要取悦一个美食家的情节,通过猜出一个文艺风格的美食家今天想吃什么来获得好感度和餐厅好评。主要以图文对话来驱动剧情发展。


对话1:根据图片联想到诗词


对话2:根据诗词内容联想到:蒌蒿满地芦芽短,正是河豚欲上时。于是第一次猜出河豚但是不完全正确。


对话3:根据“搭配有蔬菜”的提示:猜测答案是 蒌蒿炒河豚。任务完成,剧情解锁成功!


第一个任务结束后,自动进入到下一个章节。



2、游戏配置

让人惊喜的是,以上所有玩法都是通过配置生效的,完全零代码。也就是说,借助agent能力,人人都可以手搓一个小游戏的时代到了!

游戏DIY配置的思路是:

  • 设定整体剧情走向:比如主线程任务是重振餐厅荣耀,需要取悦美食家、获得新食谱、参加食神大赛……
  • 根据剧情设定游戏任务:比如猜菜名,获取菜谱配方……
  • 根据剧情和任务需求,设定好对应的角色和任务线索,比如设定美食家角色、餐厅老朋友……


剧情配置界面


多角色设置界面


简化版配置路径:编剧助手

如果觉得上述配置字段太多,AgentScope也提供了自动的agent编剧助手,可以让编剧助手给你自动配置。



3、游戏发布

如果想拥有一个DIY的游戏,那么只需要配置完成后点击发布,就可以分享给你的朋友们!


因为游戏中涉及LLM和图片生成的能力,需要申请相关的AK,直达地址:

https://help.aliyun.com/zh/dashscope/developer-reference/activate-dashscope-and-create-an-api-key



4、游戏挑战:寻找招财猫

招财猫素材 00_00_00-00_00_30.gif

我们特别设计了一个剧情更为复杂、难度级别为“max”的游戏版本,专为那些勇于接受最极致挑战的玩家准备。


在这个故事里,王先生店里的吉祥物招财猫玩偶神秘失踪了,每个角色都有可能是这场盗窃事件的嫌疑人。玩家的任务通过精心烹饪满足不同人物的美食喜好,并借由与他们的对话中巧妙搜集线索、推理分析并揭露真相,找出是谁拿走了王先生的招财猫。


准备好了吗?挑战链接:https://www.modelscope.cn/studios/AgentScope/missing_fortune_cat/summary


Agent+视频生成

AgentScope的Multi-Agent框架不仅可以来制作游戏,还可以让多agent协作生成视频或者完成其他复杂任务。我们可以畅想,结合视频生成、音乐生成等agent效率工具的成熟,目前的图文游戏也可以往多模态游戏发展。


1、视频生成应用体验demo

工具素材 00_00_00-00_00_30.gif

2、开发者如何复刻制作其他多agent应用



Multi-Agent开源框架AgentScope的介绍


AgentScope是一款全新的多智能体(Mutli-Agent)框架,专为应用开发者打造,旨在提供高易用、高可靠的编程体验,提供多模态和分布式的技术支持:


- 高易用:对开发者而言,AgentScope支持纯Python编程,提供多种语法工具实现灵活的应用流程编排,同时内置丰富的API服务(Service)以及应用样例,供开发者直接使用;


- 高可靠:确保开发便捷性和编程效率的同时,针对不同能力的大模型,AgentScope提供了全面的重试机制、定制化的容错控制和面向Agent的异常处理,以确保应用的稳定、高效运行;


- 多模态:AgentScope从模型API调用、通信机制、文件存储到用户交互为多模态数据提供了系统性的支持。除了内置的Web UI外,AgentScope还提供统一的信息接口,支持用户对接自定义的交互界面;


- 分布式:AgentScope设计了一种新的基于Actor的分布式机制,实现了复杂分布式工作流的集中式编程和自动并行优化,即用户可以使用中心化编程的方式完成分布式应用的流程编排,同时能够零代价将本地应用迁移到分布式的运行环境中。


目前AgentScope代码已开源( https://github.com/modelscope/agentscope )。借助于AgentScope,可以在本地部署并魔改游戏应用,任意修改你的游戏界面,或者添加更多的feature!期待开发者们来提交PR,一起打造原生的Agent游戏或者Agent工具。


AgentScope微信交流群:



技术直播预告

更多AgentScope技术和实践细节欢迎线下参会或者收看直播(文末预约直播)



跳转链接

https://github.com/modelscope/agentscope

相关文章
|
6月前
|
人工智能 自然语言处理 文字识别
DeepMind首发游戏AI智能体SIMA:开启虚拟世界的智能探索之旅
【4月更文挑战第3天】DeepMind推出了SIMA,一种能在多个3D环境中执行语言指令的智能体,标志着AI在理解和互动虚拟世界上的进步。SIMA通过多样化的训练数据学习导航、操作、决策等技能,并结合预训练模型处理高维度输入输出。尽管在复杂任务上仍有提升空间,SIMA展现了正向迁移能力和潜力,为AI研究和未来机器人技术铺平道路。然而,仍需解决鲁棒性、可控性、评估方法及道德安全问题。
136 4
DeepMind首发游戏AI智能体SIMA:开启虚拟世界的智能探索之旅
|
29天前
|
存储 机器学习/深度学习 测试技术
[大语言模型-论文精读] 以《黑神话:悟空》为研究案例探讨VLMs能否玩动作角色扮演游戏?
[大语言模型-论文精读] 以《黑神话:悟空》为研究案例探讨VLMs能否玩动作角色扮演游戏?
35 0
|
3月前
|
机器学习/深度学习 存储 定位技术
强化学习Agent系列(一)——PyGame游戏编程,Python 贪吃蛇制作实战教学
本文是关于使用Pygame库开发Python贪吃蛇游戏的实战教学,介绍了Pygame的基本使用、窗口初始化、事件处理、键盘控制移动、以及实现游戏逻辑和对象交互的方法。
|
6月前
|
人工智能 API 决策智能
【AI Agent系列】【阿里AgentScope框架】实战1:利用AgentScope实现动态创建Agent和自由组织讨论
【AI Agent系列】【阿里AgentScope框架】实战1:利用AgentScope实现动态创建Agent和自由组织讨论
662 2
|
6月前
|
人工智能 决策智能
【AI Agent系列】【阿里AgentScope框架】3. 深入源码:Pipeline模块如何组织多智能体间的数据流?- 顺序结构与条件分支
【AI Agent系列】【阿里AgentScope框架】3. 深入源码:Pipeline模块如何组织多智能体间的数据流?- 顺序结构与条件分支
155 2
|
6月前
|
人工智能 决策智能 C++
【AI Agent系列】【阿里AgentScope框架】5. Pipeline模块的组合使用及Pipeline模块总结
【AI Agent系列】【阿里AgentScope框架】5. Pipeline模块的组合使用及Pipeline模块总结
241 1
|
6月前
|
人工智能 决策智能 C++
【AI Agent教程】【MetaGPT】案例拆解:使用MetaGPT实现“狼人杀“游戏(1)- 整体框架解析
【AI Agent教程】【MetaGPT】案例拆解:使用MetaGPT实现“狼人杀“游戏(1)- 整体框架解析
622 1
|
6月前
|
JSON 前端开发 决策智能
Multi-Agent实践第6期:面向智能体编程:狼人杀在AgentScope
本期文章,我们会介绍一下AgentScope的一个设计哲学(Agent-oriented programming)
|
6月前
|
人工智能 决策智能
【AI Agent系列】【阿里AgentScope框架】4. 深入源码:Pipeline模块如何组织多智能体间的数据流?- 循环结构
【AI Agent系列】【阿里AgentScope框架】4. 深入源码:Pipeline模块如何组织多智能体间的数据流?- 循环结构
187 0
|
6月前
|
人工智能 决策智能
【AI Agent系列】【阿里AgentScope框架】2. Pipeline模块入门:使用Pipeline模块实现最简单的多智能体交互
【AI Agent系列】【阿里AgentScope框架】2. Pipeline模块入门:使用Pipeline模块实现最简单的多智能体交互
300 0

热门文章

最新文章