多智能体框架探索连贯长视频生成

谷歌研究团队介绍统一的多智能体视频框架，目标是自动生成时间上连贯的长篇叙事。研究关注短片拼接后容易出…

谷歌研究团队介绍统一的多智能体视频框架，目标是自动生成时间上连贯的长篇叙事。研究关注短片拼接后容易出现的人物身份漂移、服装变化、场景不一致及上游错误传递等问题。

团队将系统定位为视频联合导演，尝试把不同制作阶段放入协作流程。相比独立模块各自接受提示的方式，这项研究重点检查长时间跨度中的内容推进与实体一致性，减少反复人工修补需求。