Multi-Agent System Video Generation Storytelling Hierarchical Planning
摘要

尽管扩散模型能生成高保真视频片段,但将其转化为连贯的叙事引擎仍具挑战。现有代理流水线因独立的手工提示导致语义漂移和级联失败。本文提出 Co-Director,一种分层多智能体框架,将视频叙事形式化为全局优化问题。为确保语义连贯,引入分层参数化:利用多臂老虎机全局识别创意方向,并通过局部多模态自优化循环缓解身份漂移,确保序列一致性。该方法平衡了新颖叙事策略的探索与有效创意配置的利用。实验表明,Co-Director 在 GenAD-Bench 数据集上显著优于最先进基线。

AI 推荐理由

提出分层多智能体框架,将视频叙事建模为全局优化问题,核心在于任务规划与策略探索。

研究机构
Google Inc.
论文信息
作者 Yale Song, Yiwen Song, Nick Losier, Nathan Hodson, Ye Jin et al.
发布日期 2026-04-27
arXiv ID 2604.24842
相关性评分 9/10 (高度相关)