摘要
多帧故事插画需要超越单图像生成的长程连贯性,包括叙事分解及跨帧的角色身份、布局和情感的持久性。本文提出 S2ED,这是一种无需训练且模型无关的提示层框架,能将完整故事转化为一系列明确、可编辑的可执行描述,以实现更一致的渲染。S2ED 协调三个智能体分别负责叙事分割、规范角色属性落地以及丰富空间与情感线索,从而实现可解释的提示携带状态传播,并通过局部编辑修复漂移而无需重新训练生成器。实验表明,S2ED 在序列级一致性和角色保真度上优于强提示、大模型规划及基于训练的参考方法。
AI 推荐理由
论文核心在于利用多智能体协作进行叙事分解、属性 grounding 及状态传播规划,以解决长程一致性问题。
研究机构
University of Auckland
论文信息