Iyuno 分享更多 CLOE 背后架构新细节，该 AI 平台专为解决内容制作中一项关键挑战而设计：大规模地保持一致。
Lee 表示：「全球内容中最大的挑战之一，就是每个版本都从零开始，而每个团队都必须重新学习相同的故事。CLOE 允许这种理解持续存在，因此每个版本都以语境开始，而非重建。」
虽然 AI 工具可以迅速生成内容，但处理较长篇幅内容时，往往难以保持连贯性。这导致工作流程之间，出现语气、角色设置及叙事风格不一致的问题。
Iyuno 行政总裁 David Lee 表示：「当理解发生重置时，大规模内容处理便会出现问题。我们视此为系统设计问题，而不仅模型问题。」
CLOE 创建于一个多智能体框架之上，而该框架规定生成输出前的内容解读方法。该系统于三个内核层面中运作：
- 感官层：从对话、视觉和音频之间，截取输入消息
- 融合层：链接这些输入消息，并追踪关系与叙事脉络
- 记忆层：保存这种理解为持久兼可重复使用的知识库
这种方法实现 CLOE 保持内容连贯表达，从相同潜在语境，支持多种工作流程（字幕制作、配音及无障碍服务等）。
Lee 表示：「全球内容中最大的挑战之一，就是每个版本都从零开始，而每个团队都必须重新学习相同的故事。CLOE 允许这种理解持续存在，因此每个版本都以语境开始，而非重建。」
CLOE 贯穿内容生命周期，并从相同共享基础而运行，支持日益丰富的模块化 AI 能力（或「技能」）。
Iyuno 于全球内容工作流程中不断扩大平台部署规模，而持续扩展该平台的功能。
本文及相关图片内容由合作单位「美通社」提供，「世界新闻网」经授权转载刊登。文章内容、图片及相关著作权均属原提供单位或权利人所有，「世界新闻网」仅作资讯分享与媒体刊登使用。