HeadlinesBriefing favicon HeadlinesBriefing.com

AI视频联合导演:自动化长视频生成

Google AI Blog •
×

近期视频扩散技术的进展展示了卓越的高保真生成能力,但将片段转化为连贯的长篇故事引擎仍然具有挑战性。大多数现有的智能体管道因独立、手工制作的提示而遭受语义漂移和级联故障,通常需要大量的人工干预。现有方法还面临特征漂移和内容崩溃的问题。

今天,我们介绍我们的AI视频联合导演研究,这是一个统一的多智能体框架,明确规划多镜头叙事中的视觉连续性。作为Gemini和Veo之上的编排层构建,该框架原生继承了Synth ID水印等安全机制。我们开发了框架——Co-Director(将出现在COLM 2026)、CANVAS(将出现在EMNLP 2026)、A²RD和VQQA——将高层人类创意规范转化为执行。

这些框架作为响应式创意伙伴,抽象化了维护视觉连续性的负担。在全面评估中,我们的框架在多镜头叙事一致性和角色持久性方面展示了显著提升,成功生成数分钟长的视频,同时减轻视觉漂移和管道错误传播。

为确保语义连贯性,我们提出AI视频联合导演,一个分层多智能体框架,将视频叙事形式化为全局优化问题。这种自上而下的引导确保整个管道在统一愿景下运行,将结构化提示输入Gemini和Veo模型。

关键实体:公司:Google