VideoWeaver：评估与进化用于代理长视频生成的技能

本文针对现有代理框架在长视频生成这一长程多模态任务中的不足，提出了 VideoWeaver 基准与 harness。该框架允许代理将基础技能组合成自定义工作流，而非遵循预设管道。我们设计了“代理即裁判”机制，基于执行轨迹和最终视频提供证据驱动的反馈。利用此反馈，本文进一步提出了一种技能进化算法，用于优化和合并代理技能。实验表明，显式的组合技能及随后的技能进化显著提升了生成质量，且评估结果与人类判断高度一致。