工作交接時,不必從頭找資料。
產品、工程、設計與營運團隊交接工作時,資料和進度往往散在各處。我們正在建立超過 100 種不同專長的 AI 助手角色,並串接多種 AI 模型與服務。
我們也在整理工作如何分派、不同專案如何分開管理、先做哪些事,以及怎樣由另一個助手檢查成果。這套協作方式仍在建立中,目前不代表每項工作都能自動完成。
進度:逐步建立不同領域的助手角色與交接方式。
VISION IN PRACTICE / 研發方向
以下介紹正在推進的產品與研究:它們想改善什麼、希望帶來怎樣的體驗、目前進展如何,以及還有哪些地方需要驗證。
產品、工程、設計與營運團隊交接工作時,資料和進度往往散在各處。我們正在建立超過 100 種不同專長的 AI 助手角色,並串接多種 AI 模型與服務。
我們也在整理工作如何分派、不同專案如何分開管理、先做哪些事,以及怎樣由另一個助手檢查成果。這套協作方式仍在建立中,目前不代表每項工作都能自動完成。
進度:逐步建立不同領域的助手角色與交接方式。
Project P 想讓毛孩成為日常故事的主角:把散步中的片刻留下來,回家後再透過日常互動,一起養成牠的 3D 寵物屋。
目前聚焦在 iPhone 上如何串連毛孩資料、散步記錄、故事與 3D 家園。
進度:iOS 體驗與原型持續整理。
了解 Project P ↗我們正在整理固定的製作步驟:用 Python 和 Blender 整理模型、材質並檢查內容,再輸出 USDZ,交由 Apple RealityKit 使用。目標是減少重複整理,也降低素材放進 App 後出錯的機會。
進度:持續把製作與匯入方式整理成固定步驟。
evo go 構想讓不同的小型 AI 模型全部在 iPhone 本地運作,依任務分工,再由一位助手整合成果。你只需要說明想做什麼,並在收到結果後決定下一步。
我們希望透過小模型協作,達到媲美雲端大型模型處理複雜任務的效果;實際效果仍需要在手機上驗證。
進度:整理產品架構與能力範圍。
了解 evo go ↗我們研究 AI 能否處理包含多個步驟的任務,讓不同模型各自負責擅長的部分,再把結果用於實際的企業工作。同時也評估部署條件、管理方式與可能用途。
每項研究分開評估。受控測試不能直接證明 AI 已能長期穩定工作、自行改進或帶來商業成效。
進度:分別測試 AI 的任務處理方式與實際應用條件。
查看研究主題 ↗