基于音视频记录的多智能体游戏生成与评估

尽管人工智能在生成文本、音频、图像和视频方面表现出色，但创建诸如视频游戏之类的互动音视频内容仍然充满挑战。当前的LLM可以生成JavaScript游戏和动画，但缺乏自动评估指标，并且难以处理通常需要人类团队花费数月（多镜头、多代理）使用艺术家制作的资产才能完成的复杂内容。为了解决这些问题，我们建立了一个新的指标和一个多智能体系统。