تُظهر التطورات الحديثة في انتشار الفيديو توليدًا عالي الدقة بشكل ملحوظ، لكن تحويل المقاطع إلى محركات سرد طويلة متماسكة لا يزال تحديًا. تعاني معظم خطوط الأنابيب الوكيلة الحالية من الانجراف الدلالي والفشل المتتالي بسبب التلقين اليدوي المستقل، مما يتطلب غالبًا تدخلًا يدويًا شاملاً. تواجه الطرق الحالية أيضًا انجراف الميزات وانهيار المحتوى.

اليوم، نقدم بحثنا حول مخرج مشارك للفيديو بالذكاء الاصطناعي، وهو إطار موحد متعدد الوكلاء يخطط بوضوح للاستمرارية البصرية في السرد متعدد اللقطات. بُني كطبقة تنسيق فوق Gemini وVeo، ويرث هذا الإطار آليات الأمان مثل علامة Synth ID المائية. طورنا أطرًا — Co-Director (سيظهر في COLM 2026)، CANVAS (سيظهر في EMNLP 2026)، A²RD، وVQQA — تترجم المواصفات الإبداعية البشرية عالية المستوى إلى تنفيذ.

تعمل هذه الأطر كشركاء إبداعيين مستجيبين يجردون أعباء الحفاظ على الاستمرارية البصرية. عبر تقييمات شاملة، يُظهر إطارنا مكاسب كبيرة في اتساق السرد متعدد اللقطات واستمرارية الشخصيات، مما ينجح في توليد مقاطع فيديو طويلة بدقائق مع تخفيف الانجراف البصري وانتشار أخطاء خط الأنابيب.

لضمان التماسك الدلالي، نقدم المخرج المشارك للفيديو بالذكاء الاصطناعي، وهو إطار هرمي متعدد الوكلاء يصوغ سرد الفيديو كمشكلة تحسين عالمية. يضمن هذا التوجيه من الأعلى إلى الأسفل أن يعمل خط الأنابيب بأكمله تحت رؤية موحدة، ويغذي التلقين المنظم في نماذج Gemini وVeo.

الكيانات الرئيسية: الشركات: Google