Iyuno 的戰略思路：以上下文為核心，構建多智能體 AI

整個行業正逐步轉向專業化 AI 智能體。Iyuno 將這一思路用于解決媒體行業最棘手的難題之一：讓 AI 在跨場景、跨集、跨季處理內容時，依然保持連貫可靠的記憶。

加州伯班克2026年9月11日 /美通社/ -- 全球最大的媒體本地化公司 Iyuno 今日詳細介紹了 CLOE 上下文記憶功能背后的多智能體技術架構。其核心理念是，針對范圍有限、定義清晰的問題采用專業化 AI 智能體，效果優于單純擴大系統規模。

大多數企業部署 AI 時都在追求規模：模型不斷擴大，上下文窗口持續擴展，算力開支也隨之攀升，卻仍無法維持長視頻的敘事連貫性。CLOE 采用不同的技術路徑，圍繞三項原則構建架構：

• 垂直領域多智能體編排。采用由高度專業化的微型智能體組成的協作網絡，讓每個智能體專注于特定任務，例如角色關系映射、情緒意圖分析、語音韻律匹配或品牌規范檢查，而非依賴單一模型包辦所有工作。
• 高信息密度、低 Token 消耗的提示設計。系統先將原始視頻、音頻和劇本整合為結構化知識圖譜。隨后，智能體基于經過壓縮、保留關鍵信息的上下文向量運行，取代直接處理海量原始數據的方式，從而降低每部作品的 Token 消耗和推理成本。
• 持久化圖譜記憶。所有智能體的輸出都會匯入同一個持久化本體圖譜，而不會在任務完成后被丟棄。隨著內容積累，系統對單部作品、整季內容乃至整個系列作品的理解不斷深化，推理成本卻不會隨之疊加。

Iyuno 創始人兼首席執行官 David Lee 表示：“我們的目標從來不是打造規模最大的 AI 系統，而是打造真正適合媒體行業的系統。面對范圍廣泛的通用問題，采用更大的模型、投入更多算力，確實有其道理。但在娛樂這樣的垂直領域，單靠擴大規模，并不能帶來真正關鍵的能力：敘事連貫性。專業化智能體依托精準、高信息密度的上下文協同工作，讓我們以遠少于單一模型架構所需的資源，達到業界領先的內容理解水平。其資源需求也不會像單一模型架構那樣，隨著內容庫規模擴大而增長。我們每處理一部作品，圖譜的能力就會進一步提升，而運行成本不會因此增加。”

這一架構已在 Iyuno 旗下商用產品套件中投入應用：CLOE Enterprise（SaaS）、CLOE Sub、CLOE Script、CLOE Dub 和 CLOE Live，目前均已實際應用于工作室和流媒體制作。公司將在后續公告中詳細介紹這一架構如何拓展至 CLOE Skills，覆蓋無障礙服務、營銷及其他工作流程。

關于 Iyuno

Iyuno (www.iyuno.com) 是媒體和娛樂行業領先的本地化服務提供商。Iyuno 深受全球頂尖娛樂品牌和內容創作者信賴，依托遍布 29 個國家的 40 個辦公室，提供全面的端到端本地化服務。憑借卓越的創意與技術人才、先進設施和前沿技術，Iyuno 建立了業內規模最大的全球服務網絡，持續提升其在配音、字幕及媒體服務領域的綜合能力。該公司還開發了 CLOE——一個將內容轉化為結構化理解的語境智能平臺，支持在本地化、無障礙、營銷以及新興內容體驗等領域實現 AI 驅動的工作流程。