Sie sagen, was Sie wollen
Eine Anfrage in natürlicher Sprache beschreibt die gewünschte Änderung.
Produkte World Agent
Interacțiune vizuală & agenți Demonstrator de cercetare
Eine Unterhaltung, die ändern kann, was Sie sehen.
World Agent ist ein Demonstrator für die Interaktion in natürlicher Sprache mit einer visuellen Szene. Wir untersuchen die Verbindung zwischen Konversation, dem Zustand eines Objekts und sichtbaren Aktionen in einer 3D-Umgebung.
World Agent
Von der Information zur erledigten Arbeit.
Das System interpretiert
Die Anfrage wird mit den im Demonstrator verfügbaren Aktionen verknüpft.
Die Szene reagiert
Die visuelle Umgebung wird aktualisiert, und die Schritte können verfolgt werden.
Wo es nützlich wird.
Produktdemonstrationen
Die Erkundung eines Objekts und seiner Optionen durch Konversation.
3D-Oberflächen
Die Verbindung zwischen den Befehlen des Nutzers und einer navigierbaren Szene.
Cercetare
Bewertung einer visuellen Laufzeitumgebung vor kommerziellen Integrationen.
Die Szene und der Katalog des Demonstrators sind konzeptionell. Wir stellen in dieser Version keine CRM-Integration oder ein generatives Weltmodell als verbunden dar.
World Agent im Detail
Was Sie mit diesem Projekt tun können.
World Agent beantwortet eine Fragen zur Oberfläche: Was ändert sich, wenn Sie statt auf Schaltflächen zu drücken sagen, was Sie wollen, und sich die Szene vor Ihnen verändert? Sie sprechen, und das Auto in der Szene ändert seine Farbe, die Felgen, die Umgebung, das Wetter, die Uhrzeit, den Kamerawinkel, die Türen und den Kofferraum.
Das Interessante ist nicht, dass der Befehl verstanden wird, sondern dass jede Änderung eine Spur hinterlässt, die sagt, woher sie kam: aus dem Katalog, aus dem Benutzerbefehl, aus der kreativen Schicht oder aus dem System. Eine Nebelschicht auf einer Alpenroute ist als „visuelle Simulation“ markiert; eine Farbe aus der Viererpalette ist als „Katalog“ markiert. Der Benutzer muss nicht erraten, was echt ist und was Dekor.
Es gibt auf dem Datenträger drei Verzeichnisse mit ähnlichem Namen; zwei davon — `world-agent-v2` und `world-agent-provenance-atlas` — sind keine separaten Projekte, sondern git-Arbeitskopien desselben Repos. Die echte Variante ist `world-agent` auf dem Branch `main`, der heute die V2-Neuformulierung „World Generator“ trägt und bitgenau mit dem Branch `v2/world-generator` identisch ist.
Lokaler, deterministischer Kompilierer von Befehlen auf Rumänisch
Etwa 22 Musterregeln auf rumänischem Text übersetzen einen Satz in eine typisierte Zustandsänderung. „Machen Sie das Auto weiß und setzen Sie Sportfelgen drauf“ trifft zwei Regeln und erzeugt zwei getrennte Ereignisse. Es ist kein Sprachmodell: Es ist Code, der im Browser läuft, jedes Mal dasselbe Ergebnis liefert und Zeile für Zeile gelesen werden kann.
Sprache mit Rückkehr zu Text
Die Spracherkennung verwendet `webkitSpeechRecognition` im Browser, mit auf `ro-RO` festgelegter Sprache. Wo die Oberfläche nicht vorhanden ist — oder der Benutzer die Tastatur bevorzugt — bleibt die Befehlsleiste funktional, mit denselben Regeln. Wir senden kein Audio irgendwohin.
Deterministische 3D-Szene
Ein prozedural aus Three.js-Primitiven aufgebautes Fahrzeug (Karosserie, Kabine aus Glaskapsel, vier Räder mit Felgen, Scheinwerfer, Türen, Kofferraum), auf einem Podest mit Ring, Gitter und drei Lichtern. Rendering mit ACES Filmic Tone Mapping, auf 1,75 begrenztem Pixelverhältnis und vollständiger Abschaltung der Animation, wenn das System reduzierte Bewegung verlangt.
Provenienz-Leiste
Jede Zustandsmutation erzeugt ein Ereignis mit einem von vier Labels: Katalog, User command, Creative layer oder System. Das Label „Creative layer“ wird wörtlich als „Kreative / simulierte Schicht“ angezeigt. Das Angebotsblatt erscheint mit dem Detail „Fiktive Daten markiert — kein kommerzielles Angebot“.
Runtime-Vertrag für Sprache und visuelle Werkzeuge
Es gibt eine normalisierte Runtime mit acht visuellen Werkzeugen (`visual.inspect`, `visual.highlight`, `visual.move`, `visual.create`, `visual.delete`, `world.query`, `ui.navigate`, `ui.open_panel`) und ein Ereignisprotokoll mit Welt-Revisionnummern. Ein Aufruf mit veralteter Revision wird mit `STALE_REVISION` abgelehnt; ein wiederholter Aufruf mit derselben `actionId` gibt die ursprüngliche Quittung zurück, als Wiederholung markiert. Der Sprachadapter meldet selbst `NOT_CONNECTED` — der Vertrag ist implementiert, der Anbieter ist nicht verbunden.
Ehrliches Register von Welt-Engines
Sechs Spuren, jede mit ihrem erklärten Status: dokumentierte API zur Integration, lauffähige offene Komponenten, offene Forschung zur Bewertung, zu kontaktierender Anbieter, Forschungsvorschau ohne öffentliche API und eine Spur mit der Markierung für die EU gesperrt, wo geprüfte Lizenzen keinen Start erlauben. Genie 3 steht ausdrücklich in der Kategorie Forschungsvorschau — nicht Integration.
Daten und Funktionsweise
Was in das System eingeht. Was geprüft werden muss.
- Was eine Szenen-Engine ist und was ein generatives Modell wäre
- Hier liegt die Grenze, die am häufigsten verwechselt wird. World Agent ist eine Szenen-Engine: Die Objekte existieren bereits, die erlaubten Aktionen sind aufgelistet, und der Befehl wählt unter ihnen aus. Ein generatives Weltmodell würde zuvor ungesehene Geometrie und Dynamik auf Abruf erzeugen. Das zweite ist nicht verbunden, und die Oberfläche sagt es: Es gibt kein Basis-Modell, das in diesem Build Welten generiert.
- Der Wortschatz ist endlich, und das ist eine Eigenschaft, kein Mangel
- Eine Anfrage außerhalb des Vokabulars löst keine Vermutung aus: Das System antwortet, dass es Farbe, Felgen, Umgebung, Wetter, Kamera, Türen, Kofferraum und das Demonstrationsblatt steuern kann, und protokolliert ein Ereignis „Anfrage nicht ausgeführt — ich habe im Demo-Vokabular keine sichere Aktion gefunden“. In einer Kundendemonstration muss die Grenze des Vokabulars sichtbar sein, nicht verschleiert.
- Was in der Szene konzeptionell ist
- Das Fahrzeug und der Katalog sind konzeptionell — vier Farben mit erfundenen Namen, zwei Felgensätze, zwei Innenausstattungen. Es gibt weder ein 3D-Modell von einem Autohersteller noch Rechte daran. Die Preise sind absichtlich nicht verfügbar: Das Angebotsblatt trägt das Etikett fiktiver Daten.
- Was nicht verbunden ist
- Kein CRM, kein Herstellerkatalog, kein Live-Preis, keine autonomen externen Aktionen. Die persönlichen Konnektoren (Post, Messaging) erscheinen in der Oberfläche mit dem Etikett NOT CONNECTED. Der Deploy dient einem statischen Build: Er hat keinen Server-Status, also auch keine Benutzerdaten.
- Der Status bleibt nur in der Sitzung erhalten
- Die „gespeicherte“ Konfiguration bleibt im Seitenspeicher, mit der Herkunft System und dem Detail „Zustand lokal im Demo gespeichert“. Ein Neuladen verliert sie. Es ist keine Datenbank.
Von der Erkundung zur Implementierung
Wie wir ein Projekt mit World Agent vorbereiten.
1. Wir wählen das Objekt und was der Besucher erkunden können soll
Ein konfigurierbares physisches Produkt, ein Raum, eine Maschine. Die Ausgangsfrage ist, welche Entscheidung der Besucher trifft, nachdem er die Szene sieht.
2. Wir listen die erlaubten Aktionen auf und schreiben dann die Regeln
Ausgangspunkt ist die Liste der sicheren Aktionen, nicht die Liste der Phrasen. Jede Aktion erhält die Sprachregeln, die sie auslösen, in der Sprache des Publikums, und das korrekte Herkunftslabel.
3. Wir testen die Grenze, nicht das Zentrum
Die gültigen Anfragen sind der leichte Teil. Getestet werden die mehrdeutigen Anfragen, die außerhalb des Szenarios und die, die mehrere Aktionen kombinieren, damit die Antwort „ich kann das nicht tun, aber ich kann diese Dinge tun“ nützlich ist.
4. Wir veröffentlichen als statischen Build
Das Ergebnis ist ein statisches Paket, das von nginx auf einem eigenen Server mit Let's Encrypt-Zertifikat und der Möglichkeit zur Rückkehr zur vorherigen Version durch Änderung eines symbolischen Links bereitgestellt wird. Es braucht keinen Serverprozess.
Fragen, die sich lohnen, geklärt zu werden.
Welches der drei Verzeichnisse mit World Agent ist das echte?
Nur eines: `world-agent`, auf dem Branch `main`. `world-agent-v2` und `world-agent-provenance-atlas` sind git worktrees desselben Repositoriums, verwendet, damit gleichzeitig mehrere Designvarianten existieren können. `main` und `v2/world-generator` sind heute auf demselben Commit, also ist die „V2-Version“ kein anderes Projekt, sondern das, was läuft.
Ist es ein generatives Weltmodell, wie Genie oder Sora?
Nein. Es ist eine Szenen-Engine: Objekte und Aktionen existieren vorher, und der Befehl wählt zwischen ihnen. Genie 3 erscheint in unserem Register der Engines genau mit seinem realen Status — Forschungs-Vorschau, keine öffentliche API zum Starten, keine veröffentlichten Gewichte. Was wir stattdessen machen, ist weniger spektakulär und leichter zu garantieren: Derselbe Befehl ergibt dasselbe Ergebnis, und jede Änderung hat ein Herkunftslabel.
Wie versteht es den Befehl — verwenden Sie ein Sprachmodell?
Nein, und das ist eine bewusste Entscheidung. Der Compiler ist ein Satz von etwa 22 Regeln zur Mustererkennung auf rumänischem Text, die im Browser ausgeführt werden und typisierte Zustandsänderungen erzeugen. Der Vorteil: er ist deterministisch, kostet pro Anfrage nichts, sendet den Text nirgendwohin und lässt sich Zeile für Zeile prüfen. Der Nachteil: der Wortschatz ist begrenzt, und wenn eine Anfrage darüber hinausgeht, sagt das System es, statt zu improvisieren.
Womit funktioniert die Stimme?
Mit der Spracherkennung im Browser — `webkitSpeechRecognition`, mit auf `ro-RO` festgelegter Sprache. Das bedeutet praktisch Browser auf Chromium-Engine. Ansonsten macht die Textleiste genau dasselbe, mit denselben Regeln: Die Stimme ist eine Bequemlichkeit, keine Abhängigkeit.
Sind die Preise im Angebotsblatt echt?
Nein, und sie sind genau im Ereignis markiert, das sie anzeigt: „Fiktive Daten markiert — kein kommerzielles Angebot”. Es gibt keine Integration mit einem Herstellerkatalog oder mit einem Preissystem. In einer Implementierung für einen Kunden wäre die Preisquelle sein System, und das Herkunftslabel würde sich von „Demo-Katalog” auf die reale Quelle ändern.
Lässt es sich mit unserem CRM verbinden?
Nicht in diesem Build. Die Konnektoren erscheinen in der Oberfläche mit dem Label NOT CONNECTED, und der Werkzeugvertrag existiert, aber der Anbieter-Adapter meldet `NOT_CONNECTED` selbst. Es gibt jedoch bereits den schweren Teil: acht typisierte visuelle Werkzeuge, Welt-Revionsnummern, Zurückweisung bei veralteter Revision und idempotente Quittungen — also genau die Schutzmechanismen, die Sie brauchen, damit ein Agent dieselbe Aktion nicht zweimal auf einen Zustand anwendet, der sich inzwischen geändert hat.
Kann es für etwas anderes als ein Auto verwendet werden?
Ja, mit der oben beschriebenen Konfigurationsarbeit: Die Szene, die Liste der erlaubten Aktionen und die Sprachregeln werden für das jeweilige Objekt umgeschrieben. Wiederverwendet wird die Architektur — der deterministische Compiler, die Herkunfts-Leiste, der Werkzeugvertrag und die Disziplin der Zustandsrevision.
Beispiel zur Veranschaulichung
„Fahren Sie uns in die Alpen, nachts, im Regen“
Ein Nutzungsszenario, ohne Kundendaten oder zugeordnete kommerzielle Ergebnisse.
Ausgangssituation
Der Besucher spricht oder schreibt den Satz in die Befehlsleiste.
Wie es funktioniert
Der Text wird durch die Musterregeln auf Rumänisch geleitet: „alpi” aktiviert die alpine Umgebung, „noapte” ändert die Uhrzeit, „ploa” aktiviert die Regenschicht. Jede Regel erzeugt ein separates Ereignis mit ihrem Herkunftslabel, und die Three.js-Szene ordnet Kamera, Nebel und Hintergrundfarbe entsprechend neu an.
Rezultatul
Die Szene ändert sich sofort, und in der Seitenleiste erscheinen drei Einträge: „Komplexe Umgebung — Kreative / simulierte Schicht — Alpine Strecke”, „Simulierte Zeit — Kreative / simulierte Schicht — Nachtbeleuchtung” und „Simuliertes Wetter — Kreative / simulierte Schicht — Regenschicht aktiv”. Der Agent antwortet, dass er 3 Änderungen angewendet und die Quelle jeder einzelnen beibehalten hat. Kein Eintrag behauptet, echte Daten zu sein.
Ce este necesar:Un browser cu WebGL. Pentru comandă vocală, un browser pe motor Chromium; altfel bara de text face același lucru.
Möglichkeiten der Zusammenarbeit
World Agent, im Kontext Ihrer Organisation.
Interne Abläufe und Informationen
Verknüpfung autorisierter Quellen, Organisation der Informationen und Überprüfung der Aktionen durch das Team, mit separatem Zugriff nach Rollen.
Private Unternehmen
Wir definieren einen Pilot rund um einen realen Prozess: Nutzer, Daten, Integrationen, Kosten und Abnahmekriterien. Die Erweiterung erfolgt nach der Bewertung des Ergebnisses.
Institutionen und staatliche Unternehmen
Wir legen die Anforderungen an Zugänglichkeit, Hosting, Datenschutz und Interoperabilität fest. Jede Verbindung mit AGE- oder STISC-Diensten erfordert die Validierung der Berechtigung, des Zugriffs und der Genehmigungen.
Dies sind Anpassungsszenarien, keine Aussagen über bestehende Verträge oder Partnerschaften. Die vorgeschlagenen Funktionen werden im Arbeitsbereich des Projekts bestätigt.
Discută un pilotTeil eines Ökosystems.
Orașe și modele 3D
Relieva
Wir entwickeln 3D-Darstellungen der Stadt, die Relief, Karten und Daten über den gebauten Raum kombinieren.
Prototip & cercetareAPI pentru modele AI
LongDay
API-Zugriff auf KI-Modelle über eine gemeinsame Schnittstelle.
PlatformăCercetare vocală
Grai
Grai ist unsere Forschungsrichtung für Sprachsynthese und an die hier verwendeten Sprachen angepasste Modelle.
Cercetare & dezvoltareWas sollte bei Ihnen besser laufen?
Erzählen Sie uns von Ihrem Prozess. Gemeinsam legen wir fest, was sich zu bauen lohnt, was wir anbinden können und wie wir das Ergebnis prüfen.