最近又开始看直播，然后就很好奇vedal是做了什么让neuro sama能够不断的跟着他的节奏在一个直播中不断的做出make sense的动作。例如，在枪战游戏中，针对vedal的操作发表评论，甚至参与游戏中。 
这种交互能力我用很多agent以及框架尝试了，但是都不及预期。很神奇。过了这么多年我仍然无法理解。我觉得它用的模型应该也不会太大吧。