网易首页 > 网易号 > 正文 申请入驻

《现代电影技术》|吴楠等:基于多智能体协同的影视短剧智能创作系统设计与应用研究

0
分享至


本文刊发于《现代电影技术》2026年第10期

专家点评

贾云鹏

教授

北京邮电大学数字媒体与设计艺术学院院长

当前,人工智能生成内容(AIGC)技术在影视制作生产领域的应用正经历从单一模态独立生成向多智能体协同工作流的结构性演进。尽管底层生成式大模型在图像与短视频生成上已展现出良好的视觉表现力,但跨平台工具的信息损耗、视觉资产复用率偏低以及长视频镜头间的一致性缺失,仍是制约该技术规模化进入工业生产体系的核心瓶颈。从技术发展趋势来看,未来影视智能创作领域将聚焦于多智能体协同机制的底层创新与工程优化。此类协同框架的发展演进将致力于构建涵盖创意统筹、结构化资产生成、多维质量评估与自动化修正的自适应闭环生态,实现在细粒度时序控制、时空连贯性强约束以及音视频多模态精准对齐方面取得关键突破,从而推动人工智能(AI)由微短剧等特定内容生成工具,稳步拓展为适配精细化长视频与电影工业生态的全链路协同创作平台。面向该发展趋势,《基于多智能体协同的影视短剧智能创作系统设计与应用研究》一文展现出较好的学术价值和应用实践。该研究创新性地构建了垂类智能体协同机制,将复杂的文学剧本有效转化为结构化的生成任务。其引入了创作上下文全局共享及“首尾帧传递”序贯式生成策略,在约束相邻镜头的人物状态与空间构图、改善视觉跳变方面,提供了行之有效的技术路径。论文逻辑严密、验证充分,为影视智能创作领域提供了良好的参考范式。

作者简介


吴 楠

纵横物理(北京)科技有限公司创始人、CEO,主要研究方向:世界模型。

杨霄羽

纵横物理(北京)科技有限公司算法工程师,主要研究方向:世界模型。



刘 军

北京邮电大学人工智能学院副教授,主要研究方向:智能体互联。

摘要

随着人工智能生成内容(AIGC)技术的发展,智能创作工具已广泛应用于影视短剧的剧本生成、视觉设计、视频制作和音乐生成等环节。然而,现有创作方式多依赖彼此独立的模型或工具,存在生成环节衔接不畅、视觉资产复用困难以及分段视频连续性不足等问题。针对上述问题,本文设计并实现了一套多智能体协同创作系统。系统按照影视制作岗位分工设置,并以团队自主研发、面向影视任务进行后训练的Across⁃agent和Across⁃VAM作为模型底座,前者承担文本生成任务,后者承担图像、视频、音乐生成任务。该系统可实现生成环节间的信息传递与视觉资产复用,改善分段视频的视觉连续性,可完成从创作需求输入到成片输出的全流程生成,也可对既有素材进行视效重构、场景扩展和叙事补镜。应用结果表明,该系统能够实现多模态生成任务的协同衔接,并在适用场景下降低影视短剧的制作成本、缩短制作周期。

关键词

多模态生成;视觉资产复用;镜头连续性;首尾帧传递

1

引言

近年来,人工智能生成内容(Artificial Intelligence Generated Content, AIGC)技术已能较稳定地生成文本、图像、视频和音乐等多模态内容,以扩散模型为基础的视频生成等多模态生成技术的发展,进一步提高了生成视频的画面质量和内容可控性[1-4]。相关技术正逐步进入剧本创作、概念设计、分镜制作、视觉特效和声音制作等影视环节,推动生产流程降低成本、缩短周期[5-7]。与此同时,网络视听与微短剧保持较高的用户活跃度。《中国网络视听发展研究报告(2026)》显示,截至2025年12月,我国网络视听用户规模达10.99亿,人均单日使用时长为201分钟,微短剧用户单日使用时长为129分钟;2025年人工智能(AI)生成视频和音频累计超过20亿条,较2024年增长14倍以上[8]。在此背景下,AIGC在微短剧创作与制作中的应用需求持续增长[9]。

现有影视AIGC生产仍多采用制作人员分别调用不同模型的方式:语言模型生成剧本后,角色和场景描述需转入图像模型,视频生成前又需重新整理提示词,最后再手工拼接片段。此类流程使创作环节相互割裂,信息在跨工具传递中容易缺失,各模型对人物外观、场景环境等要素的理解也不一致。与此同时,视频模型单次通常只能生成数秒至数十秒的片段,独立生成的镜头间难以保持人物、场景和动作连续。制作人员因而需反复调整参数、筛选结果,难以形成稳定的自动化流程。已有研究同样指出,长视频生成仍受跨镜头一致性、时序连贯和镜头衔接等问题制约[10,11]。可见,影视AIGC的瓶颈不仅在单一模型性能,也在多模态环节的组织方式。

针对上述问题,本文构建面向影视短剧生产的多智能体协同创作系统(以下简称“协同系统”)。角色化多智能体已在软件工程等复杂任务中显示出分工协作能力[12-14],并开始应用于电影领域[15]。该协同系统以团队自主研发并经影视任务后训练(Post⁃Training)的Across⁃agent和Across⁃VAM为模型基础,参照影视岗位设置七个智能体角色,艺术总监、编剧、角色设计师、场景设计师、分镜师、视频生成师和音乐总监。其中,Across⁃agent可适配艺术统筹、剧本创作和分镜规划等语言任务;Across⁃VAM设置图像、视频和音乐三个分支,承担视觉资产、镜头片段和背景音乐生成。各智能体通过剧本与设定、多视角参考图和视频首尾帧共享制作信息;在既有项目改造中,原始镜头、关键帧和修改要求也纳入共享上下文。

协同系统设计主要包括两方面:一是以岗位化智能体和结构化中间资产衔接剧本、角色、场景、分镜、视频和音乐生成,减少制作信息在环节转换中的损失;二是在连续生成短视频片段时,将前一镜头的首尾帧传递给后一镜头,以约束相邻镜头的人物状态、场景和构图。由此,协同系统既可从创作需求生成完整短剧,也可在既有素材基础上开展视效重构、场景与剧情元素扩展、多景别补镜和叙事延展。本文结合纯AI短剧、视效替换、场景重建和实拍内容重构等播出项目,分析协同系统的生产可用性、制作成本与周期。在此基础上,进一步探讨该协同机制向电影前期创作与后期局部制作等场景延伸的应用潜力及其技术适配要求。

2

多智能体影视短剧创作协同系统设计

协同系统面向分钟级影视短剧制作,兼顾从零创作和既有素材重构。对于从零创作,用户输入题材、人物、视觉风格、情绪基调和目标时长等需求,该协同系统可依次完成剧本创作、视觉资产生成、分镜规划、视频生成、音乐创作和音视频合成。对于既有项目,用户同时提供原始镜头、关键帧和修改要求,七类智能体在原有剧情、人物关系和视觉风格约束下完成视效重构、场景与剧情元素扩展、镜头补充或实拍内容重构。两类任务共用协作框架和创作资产管理机制,以减少人工传递和重复操作。协同系统通过统一接口组织模型能力,并预留新增专业智能体的扩展接口。

2.1协同系统总体架构

协同系统总体架构如图1所示。用户交互层将自然语言需求转为结构化创作任务,既有项目的原始镜头和关键帧可作为参考资产一并输入。智能体协同层维护共享创作上下文,根据任务进度调度七类智能体,并调用模型能力层的文本、图像、视频和音乐生成能力。各阶段形成的剧本、角色与场景设定、视觉参考图、分镜指令、原始素材和视频片段统一进入创作资产层,供后续环节调用。输出合成层负责镜头拼接、配乐对齐和成片封装。


图1 协同系统总体架构

2.2 模型能力与专业智能体映射

协同系统由Across⁃agent和Across⁃VAM提供模型能力。Across⁃agent负责语言理解、内容生成与任务规划;Across⁃VAM设置图像、视频和音乐三个分支。两类模型均经影视创作任务后训练,并通过统一接口接入智能体协同层。智能体与模型能力的对应关系见表1。

表1 智能体、模型能力与任务适配映射


语言类智能体并非采用同一套通用输出,而是按岗位设置任务目标:艺术总监负责题材分析、视觉风格和总体约束,并在既有项目中提取原片的美术与影像特征;编剧负责分钟级叙事、人物关系及角色、场景描述,同时确定新增元素和补镜的叙事作用;分镜师负责镜头拆解、景别与机位规划以及视频提示词组织。Across⁃VAM图像分支生成角色、场景的多视角资产,也可结合原始画面生成与原片协调的扩展资产;视频分支接收参考图、原始镜头、关键帧和首尾帧等条件,生成新增、替换或补充镜头;音乐分支依据剧本情绪和目标时长生成背景音乐。

本文讨论模型能力在多智能体影视流程中的组织与应用,不展开训练数据、参数和底层实现。

2.3 智能体职责与协同创作机制

协同系统通过岗位任务定义和结构化输出衔接各智能体,使上一环节的结果能够直接进入下一环节。对于新片创作,艺术总监与编剧共享创作上下文:前者提炼题材、视觉风格、情绪基调和总体约束,后者据此形成剧本初稿、人物关系及场景需求。剧本初稿完成后,艺术总监围绕目标时长、人物行为、场景设置和整体风格提出调整意见,编剧修改后形成最终剧本及角色、场景描述。对于既有项目,原始镜头、关键帧和修改要求进入同一上下文。艺术总监提取人物状态、空间关系、光线色彩和美术风格,编剧结合剧情明确新增元素、补镜或闪回段落的叙事功能,共同形成后续智能体可执行的任务描述。两类任务均将最终剧本、角色与场景说明以及视觉约束写入共享上下文,供角色设计师、场景设计师和分镜师智能体直接调用。

角色设计师智能体调用Across⁃VAM图像分支,将剧本中的角色描述转为可供后续生成使用的视觉资产,输出正面、左侧面、右侧面等多视角角色图。这些图像既用于角色概念设计,也作为视频生成时的人物身份参考。对于既有实拍人物,可引入原始镜头或演员关键帧;涉及年龄或状态变化时,则在保留主要身份特征的基础上生成相应阶段的参考资产。当前,图像生成技术已用于影视人物概念设计[16]。

场景设计师智能体同样调用Across⁃VAM图像分支,依据剧本描述(空间类型、时间、天气、光线、色彩、建筑陈设、摄影风格和氛围等),生成正向、侧向、广角全景和局部构图等多视角场景图。对于既有项目,智能体还可从原始镜头或关键帧提取空间布局、光线色彩、年代和建筑风格,在此基础上生成与原片协调的扩展场景。上述资产可用于约束连续镜头的空间关系,也可为原项目未拍摄或素材不足的场景提供视觉参考。

分镜师智能体把文学剧本或既有项目的修改要求转为Across⁃VAM视频分支可执行的镜头任务。约1分钟的完整剧本通常拆分为12个镜头,单镜头时长约5秒,具体数量随剧情调整;既有项目还需分析原有镜头结构,定位待替换、补充或扩展的内容。每项任务记录镜头时长、画面内容、人物动作、场景位置、景别、运镜、参考资产、视频提示词及前后衔接关系,并绑定相应角色图、场景图和必要的原始镜头或关键帧。

视频生成师智能体依据分镜调用Across⁃VAM视频分支。从零创作时,输入包括约5秒的镜头提示词、角色图、场景图、上一镜头的首尾帧,以及时长和画幅等参数;改造既有项目时,还需加入原始镜头或关键帧及具体修改要求,以约束新生成内容的人物、空间和构图。该智能体可输出完整的新镜头,也可用于替换、补充或扩展原有段落。同一镜头任务可保留多个候选片段,供制作人员比较人物完整性、动作表现和场景匹配情况。由于生成结果存在随机性,对于人物变形、动作异常或场景偏移等问题,协同系统重新生成或筛选其他候选结果,达到使用要求后再进入合成环节。

音乐总监智能体调用Across⁃VAM音乐分支,依据完整剧本、故事主题、情绪变化、视觉风格和目标时长,生成与成片时长匹配的背景音乐。生成完成后,协同系统按实际成片时长进行基础调整并完成音视频合成。现阶段该智能体主要处理背景音乐,不生成完整对白和音效。

智能体间传递四类制作数据:一是剧本及角色、场景设定,用于确定后续创作内容;二是既有项目的原始镜头、关键帧和修改要求,用于提供人物、空间、风格及剧情上下文;三是角色、场景多视角图等生成资产,作为图像和视频生成的视觉条件;四是相邻视频片段的首尾帧,用于传递镜头间的视觉状态。上述数据统一存储并随任务流转,避免后续环节反复整理输入。

2.4 多智能体协同创作流程

协同流程如图2所示。新片创作时,七类智能体依次完成剧本、角色与场景设定、视觉资产、分镜、视频和配乐生成,再经统一的资产管理与输出合成形成成片;改造既有项目时,原始镜头、关键帧和修改要求作为附加输入纳入共享上下文,用于约束人物、场景、补充镜头和替换内容。两类任务采用相同的任务调度、资产传递和合成机制。


图2 智能体协同工作流程

3

多模态协同与连续镜头生成方法

3.1 从剧本到镜头提示词的转换

文学剧本通常以叙事为主,例如“男主角进入餐厅,看到坐在窗边的女主角,神情惊讶”。视频生成模型则需人物外观、场景布局、动作顺序、表情变化、景别、运镜、光线、色彩、风格和时长等明确条件。分镜智能体因此将镜头画面、出场人物、动作和表情等信息与角色、场景设定合并,按Across⁃VAM视频分支的输入规范生成结构化提示词,并为每个镜头绑定相应参考图。该转换不改变剧本中的叙事事件,而是将其拆解为单个镜头可执行的视觉条件,并记录镜头起止状态及前后衔接关系。既有项目还需加入原始镜头的景别、构图、人物状态、场景特征及修改要求,使生成镜头与原有素材衔接。

3.2 首个镜头的生成

首个镜头的生成没有前序片段可供参考,主要依据镜头提示词及角色、场景多视角图;重构或补镜时,可额外引入原始镜头或关键帧作为视觉条件。镜头生成后,协同系统保存视频片段并提取首帧和尾帧。首帧记录镜头开始时的人物位置、场景状态和构图,尾帧记录镜头结束时的人物、环境及摄影机位置关系,两者共同构成后续镜头生成的连续性条件。

3.3 基于首尾帧传递的序贯式镜头生成流程

单次视频生成时长有限,独立生成多个镜头容易出现视觉跳变。为此,协同系统在Across⁃VAM视频分支的镜头调度中引入首尾帧传递,流程如图3所示。完整剧本先被拆分为若干镜头单元,首个镜头依据文本提示词及角色、场景资产生成;协同系统随后提取该镜头的首帧和尾帧,与下一镜头的提示词、角色图和场景图共同输入视频分支。该过程逐镜头重复,直至完成全部镜头。


图3 基于首尾帧传递的序贯式镜头生成流程

首尾帧将前一片段结束时的人物姿态、场景光照和画面构图等视觉状态提供给后一镜头。相较于仅使用文本提示词,这一条件使后一镜头能够参考已经形成的人物、场景和摄影机位置关系,并补充文本难以完整描述的局部视觉信息,有助于减少相邻镜头间的明显跳变。该方法不改变视频模型的基本生成过程,仅在镜头之间增加视觉条件。长视频连续生成与一致性保持仍是当前研究重点[17,18]。

3.4 多层一致性控制

协同系统从设定、视觉资产和相邻镜头三个层面控制一致性。角色与场景以统一设定和多视角图为主要约束,艺术总监将视觉风格写入分镜和视频提示词;重构既有内容时,再以原始镜头或关键帧约束人物身份、场景空间、光线色彩和影像风格。人物存在年龄或状态变化时,还需以演员参考和角色设定维持主要身份特征。相邻镜头则通过首尾帧传递动作、空间和构图状态。上述条件无法完全消除生成随机性,快速运动、多人交互和复杂物体接触镜头仍可能需要重新生成或人工筛选。

3.5 视频拼接与音视频合成

全部视频片段生成后,协同系统按镜头编号顺序拼接,统一各片段的分辨率、帧速率和画幅,并调整时长偏差。拼接以自动处理为主,制作人员对镜头衔接进行复核;如相邻片段存在明显跳变,则重新生成相关镜头或进行手动调整。音乐总监智能体生成的背景音乐按成片时长完成基础调整后,与视频轨道同步封装输出。

4

项目应用与效果分析

为考察协同系统在实际影视制作中的应用效果,本文选取《三线谜回》《嫁金枝》和《重生2000》三个已完成项目作为应用案例,分别从视效重构、场景与剧情元素扩展以及实拍内容重构三个方面分析协同系统在不同影视制作任务中的实际应用效果。三者均采用多智能体协同流程,但输入素材和制作目标不同,可从视觉内容调整、镜头规划、场景扩展和叙事补镜等方面观察协同系统在不同生产任务中的适用情况。

4.1 《三线谜回》:协同系统在视效重构中的应用

《三线谜回》的制作任务包括调整原有视效方案、补充镜头和扩展动作段落。协同系统在保留原有剧情、演员表演和整体美术风格的基础上,统一分析待修改镜头,并将要求分解到视觉设计、分镜规划和镜头生成环节,使视效重构与后续补镜采用相同的创作约束。这种组织方式使各环节共享原片的人物、场景和美术信息,减少了分别处理镜头时的重复沟通。图4展示了未知生命体和激光枪两个代表性镜头的处理前后效果对比,左侧为原始画面,右侧为协同系统重构结果。两个镜头说明,协同系统可在既有素材基础上完成局部视效替换,重构结果与原片的主要人物、构图和美术风格基本协调。


图4 《三线谜回》中协同系统的视效重构效果

除单个镜头的视效调整外,协同系统还依据剧情节奏和动作关系拆分并补充镜头。在《三线谜回》的动作段落中,分镜师与视频生成师智能体围绕人物位置、动作方向和场景空间,生成不同景别与机位的镜头(图5)。上述素材共用剧情、人物和场景约束,使同一动作段落获得多个观察角度,可为后续剪辑提供更充分的选择。


图5 《三线谜回》中协同系统生成的动作场景分镜效果

4.2 《嫁金枝》:协同系统在场景与内容扩展中的应用

《嫁金枝》的制作任务集中在既有镜头中的剧情元素补充和场景空间扩展。协同系统依据原始镜头内容、剧情要求和整体视觉风格规划新增内容,并在保持人物、场景及构图关系的前提下完成局部生成。与逐个镜头独立处理相比,共享视觉约束可使不同镜头中的新增内容继续沿用同一项目设定,降低明显风格差异。图6展示两组典型处理:左侧为水体范围扩展,协同系统保留人物、建筑和原有构图,对水面区域进行补充;右侧为白蛇剧情元素补充,在原始人物镜头中加入与剧情相关的白蛇形象。两组案例分别对应场景空间和剧情内容的扩展,生成部分继续沿用原项目的主要色彩、光线和构图特征。


图6 《嫁金枝》中协同系统的场景与剧情元素扩展效果

协同系统还可根据剧本中的场景需求,补充原项目未拍摄或素材不足的环境镜头。对于此类任务,场景设计与分镜智能体结合故事地点、时代背景、美术风格和镜头用途进行规划,再由视频生成智能体生成空镜素材。如图7所示,4个镜头覆盖不同空间和景别,可直接进入后续剪辑。该案例说明,协同系统能够把文本场景需求转为与项目整体视觉风格相近的环境镜头。


图7 《嫁金枝》中协同系统生成的场景镜头

4.3 《重生2000》:协同系统在实拍内容重构中的应用

《重生2000》包含较多实拍内容,与新片生成相比,新增镜头还需在人物、年代特征、空间环境和影像风格上衔接原片,因此该案例更侧重考察协同系统对既有素材的理解和扩展能力。协同系统以正片中的人物和场景信息作为共享创作约束,完成场景重建与叙事补镜。场景重建时,艺术总监与场景设计师智能体分析原片已有的空间形态、光线、色彩和年代特征,再生成剧情后续所需的厨房、卧室和客厅等室内空间,如图8所示。新增场景保留原片的主要视觉基调,并扩展了可用于后续镜头生成的场景资产。


图8 《重生2000》中协同系统的场景重建效果

除场景扩展外,该项目的闪回段落还需表现角色的儿童时期。协同系统以成年演员的外貌特征和人物设定为参考,在保留主要身份特征的基础上生成人物儿童时期形象及相应生活场景,并据此补充多个剧情镜头(图9)。该案例显示,当人物年龄和场景发生变化时,角色参考资产仍可为非实拍段落提供身份约束,使新增镜头围绕同一人物设定展开。


图9 《重生2000》中协同系统生成的儿童时期闪回镜头

4.4 制作成本与周期分析

根据公司已完成项目的制作记录,在适合采用生成式方法的复杂视效镜头中,传统计算机图形学(CG)视效流程通常包括概念设计、建模、贴图、绑定、动画、灯光、渲染和合成;协同系统则主要包括方案与提示词生成、图像资产生成、模型调用、结果筛选、局部调整和视频合成。一分钟镜头制作成本由数万元降至约1000元,周期由7~10天缩短至约1天(表2)。该结果来自特定项目记录,不代表所有制作任务;高精度实拍合成等工作仍需传统流程配合。

表2 传统CG视效流程与协同系统的成本与周期对比


4.5 内容质量与生产可用性

项目组邀请5名实际制作人员,对包括上述项目在内的4个完整成片进行5分制内部评价,指标包括角色一致性、场景一致性、镜头连续性、叙事完整性和生产可用性。5分制中,1分表示差,2分表示较差,3分表示一般,4分表示较好,5分表示优秀。各项均值为3.8~4.3(表3),其中叙事完整性最高,生产可用性相对较低。对48个镜头的生成记录进行统计,结果显示,5个镜头需生成3次及以上,其余经1~2次生成即可使用;各项目均通过相应平台审核并播出。由于评价者和样本数量有限,该结果仅反映当前项目的生产表现。

表3 内容质量评价结果


4.6 面向电影制作的应用场景与适配分析

上述项目验证了协同系统在局部视效重构、场景扩展和叙事补镜等任务中的应用能力,也为其向电影制作环节延伸提供了参考。电影制作同样需要在剧本创作、分镜设计、美术设计、视效制作和后期剪辑等环节之间保持创作信息的一致性。基于岗位化智能体协作和视觉资产共享机制,协同系统可在电影前期辅助概念设计、场景方案生成与分镜预演,在后期为局部视效调整、数字场景扩展及补充镜头提供候选素材。例如,《三线谜回》中的视效重构与多景别补镜、《嫁金枝》中的场景扩展,以及《重生2000》中的空间重建与闪回镜头生成,分别为电影视效设计、场景拓展和非实拍镜头补充等制作需求提供了应用参考。

但电影制作的技术要求与艺术质量标准不能由短剧应用结果直接推定。与本文的分钟级制作任务相比,电影项目通常涉及更长的叙事跨度、更复杂的场面调度和更精细的画面呈现,尤其需要关注人物表演的真实性、镜头语言的准确性、光影质感以及跨场景的视觉一致性。本文内部评价中,场景一致性与镜头连续性分别获得4.2分和4.1分,而角色一致性与生产可用性分别为3.9分和3.8分,表明系统在视觉衔接方面具有一定应用基础,但复杂镜头的生成质量和稳定性仍有提升空间。因此,现阶段协同系统更适合作为电影制作的辅助工具,将智能体生成的方案和候选镜头纳入专业人员审核、调整及后期制作流程。后续还需围绕高分辨率画面质量、复杂动作表现、长时段叙事连续性以及与专业剪辑、调色等环节的衔接开展进一步验证,以逐步适配电影制作的技术要求和质量标准。

5

结语与展望

本文构建了面向影视短剧生产的多智能体协同创作系统。协同系统以Across⁃agent和Across⁃VAM为模型基础,通过结构化创作资产、既有项目素材和首尾帧连接艺术统筹、剧本、角色、场景、分镜、视频及音乐环节,可完成从需求到成片的全流程创作,也可用于视效重构、场景扩展和叙事补镜。实际项目表明,该协同系统在适用任务中能够降低制作成本和周期,但其效果仍受生成模型稳定性与人工筛选影响。

快速运动、多人交互和物体接触镜头仍易出现肢体变形、动作异常和细节漂移;时间跨度较长或场景变化较大时,人物与环境一致性也会下降。现有配乐主要依据完整剧本和整体情绪生成,尚不能充分匹配镜头级动作点与节奏。后续将完善镜头质量评价和节奏分析,强化角色、场景及镜头资产复用,并补充对白、音效和混音模块。成片发布前仍需人工完成质量、版权及平台规范审核。

从更广泛的影视智能创作角度看,多智能体协同的价值不仅在于将不同生成模型进行组合,还在于按照影视制作流程对不同创作任务进行分工,并通过共享上下文和中间创作自查建立环节之间的信息联系。随着生成模型能力和智能体自主性进一步提升,多智能体协同系统有望由当前以任务调度和内容生成协同为主的模式,逐步发展为覆盖创意规划、内容生成、质量评价和迭代修改等环节的协同创作机制。如何进一步提高不同智能体之间的信息一致性、任务协调能力和结果可控性,并在电影制作场景下加强对画面细节、长时段叙事连续性和专业后期制作流程的适配,将是影视智能创作协同系统后续值得关注的研究方向。

参考文献

(向下滑动阅读)

[1] OpenAI. Video generation models as world simulators[EB/OL]. (2024⁃02⁃15)[2026⁃08⁃11]. https://openai.com/index/video-generation-models-as-world-simulators/.

[2] Xing Z, Feng Q, Chen H, et al. A survey on video diffusion models[PP/OL]. (2023⁃10⁃16)[2026⁃08⁃11]. https://arxiv.org/abs/2310.10647.

[3] Cao H, Tan C, Gao Z, et al. A survey on generative diffusion models[PP/OL]. (2022⁃09⁃06)[2026⁃08⁃11]. https://arxiv.org/abs/2209.02646.

[4] Yin S, Fu C, Zhao S, et al. A survey on multimodal large language models[PP/OL]. (2023⁃06⁃23)[2026⁃08⁃11]. https://arxiv.org/abs/2306.13549.

[5] 鄢凯杰,孙略. 人工智能在电影制作领域的应用探究——以分镜头脚本生成工具为例[J]. 现代电影技术,2024(2):35⁃42.

[6] 祝仕玲,王贞子. AIGC技术在独立电影创作中的应用研究[J]. 现代电影技术,2024(4):59⁃64.

[7] 霍笑妍,孙立军,郑子龙. 全流程AI动画电影创作研究——以影片《愚公移山》为例[J]. 现代电影技术,2025(4):33⁃40.

[8] 中国网络视听节目服务协会. 中国网络视听发展研究报告(2026)[R]. 成都,2026.

[9] 郑晓君,刘若瑾,李毓瑄. 颠覆与重塑:AIGC对微短剧行业的革变[J]. 中北大学学报(社会科学版),2025(4):57⁃66.

[10] Elmoghany M, Rossi R, Yoon S, et al. A survey on long⁃video storytelling generation: architectures, consistency, and cinematic quality[PP/OL]. (2025⁃07⁃09)[2026⁃08⁃11]. https://arxiv.org/abs/2507.07202.

[11] Zhang S, Lim S N. Towards chunk⁃wise generation for long videos[PP/OL]. (2024⁃11⁃27)[2026⁃08⁃11]. https://arxiv.org/abs/2411.18668.

[12] Wang L,Ma C,Feng X,et al. A survey on large language model based autonomous agents[PP/OL]. (2023⁃08⁃22)[2026⁃08⁃11]. https://arxiv.org/abs/2308.11432.

[13] Xi Z,Chen W,Guo X,et al. The rise and potential of large language model based agents: a survey[PP/OL]. (2023⁃09⁃14)[2026⁃08⁃11]. https://arxiv.org/abs/2309.07864.

[14] Guo T,Chen X,Wang Y,et al. Large language model based multi⁃agents: a survey of progress and challenges[PP/OL]. (2024⁃01⁃21)[2026⁃08⁃11]. https://arxiv.org/abs/2402.01680.

[15] 曾真. 基于RAG的大模型智能体技术在电影行业的应用探索[J]. 现代电影技术,2025(3):38⁃44.

[16] 刘婧一. AI绘画技术在影视人物概念图创作中的重构与变革[J]. 现代电影技术,2025(9):73⁃80.

[17] Waseem F, Shahzad M. Video is worth a thousand images: exploring the latest trends in long video generation[PP/OL]. (2024⁃12⁃24)[2026⁃08⁃11]. https://arxiv.org/abs/2412.18688.

[18] Kumar N, Bhandari P, Maragatham G. Bridging text and video generation: a survey[PP/OL]. (2025⁃10⁃06)[2026⁃08⁃11]. https://arxiv.org/abs/2510.04999.

期刊导读 |《现代电影技术》2026年第10期

胡万峰等:高新技术格式VR立体摄制技术在偶剧沉浸式呈现中的应用研究

刘达等:从ECCV 2026国际顶会前瞻数智技术赋能中国电影产业创新升级


特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
【英超】阿隆索已过保质期?全场挨打1比4溃败!从球员到球迷,切尔西都破防了

【英超】阿隆索已过保质期?全场挨打1比4溃败!从球员到球迷,切尔西都破防了

体坛周报
2026-11-22 11:46:16
北京朝阳分局发布警情通报

北京朝阳分局发布警情通报

政知新媒体
2026-11-22 20:43:41
33岁高校女教师在公园拉二胡,被围得里三层外三层,有人从外地赶来捧场,现场大合唱;曾被质疑“有失身份”,本人回应:舞台不分大小

33岁高校女教师在公园拉二胡,被围得里三层外三层,有人从外地赶来捧场,现场大合唱;曾被质疑“有失身份”,本人回应:舞台不分大小

大风新闻
2026-11-21 22:05:03
“稳股市”组合拳来了,三项新政发布

“稳股市”组合拳来了,三项新政发布

每日经济新闻
2026-11-22 20:13:34
湖人内讧:东契奇公开指责队友不防守,詹姆斯从来没有这么干过

湖人内讧:东契奇公开指责队友不防守,詹姆斯从来没有这么干过

姜大叔侃球
2026-11-22 12:13:45
深度   八人竞逐,九轮投票难定胜负,联合国会否诞生史上首位“女掌门”?

深度   八人竞逐,九轮投票难定胜负,联合国会否诞生史上首位“女掌门”?

上观新闻
2026-11-22 20:26:26
说出来你都不敢信,美国总统飞一趟中国,花出去的钱足足能买3辆全新的劳斯莱斯!

说出来你都不敢信,美国总统飞一趟中国,花出去的钱足足能买3辆全新的劳斯莱斯!

扶苏聊历史
2026-11-20 15:37:24
外媒:特朗普要求菲律宾停止购买巴西农产品

外媒:特朗普要求菲律宾停止购买巴西农产品

参考消息
2026-11-22 16:52:05
王菲依偎李嫣怀中!黑白合照曝光,57岁天后尽显少女感

王菲依偎李嫣怀中!黑白合照曝光,57岁天后尽显少女感

枫尘余往逝
2026-11-22 20:20:20
中国为啥改变了特朗普?

中国为啥改变了特朗普?

虚声
2026-11-22 20:00:52
福建省人大常委会:许可对省十四届人大代表林科闯采取刑事强制措施

福建省人大常委会:许可对省十四届人大代表林科闯采取刑事强制措施

界面新闻
2026-11-22 20:37:15
加拿大总理说了句震惊世界的话!参加深圳APEC后说:以深圳为师

加拿大总理说了句震惊世界的话!参加深圳APEC后说:以深圳为师

铁锤简科
2026-11-22 01:40:03
广东今夜起降雨发展局地有中到大雨 广州后天最高温将降至19℃

广东今夜起降雨发展局地有中到大雨 广州后天最高温将降至19℃

北青网-北京青年报
2026-11-22 14:27:01
香港艺人方力申刷新吉尼斯世界纪录,8小时半从香港游到澳门

香港艺人方力申刷新吉尼斯世界纪录,8小时半从香港游到澳门

澎湃新闻
2026-11-22 17:32:12
还有隐私吗?曝部分地区光猫里藏了一串代码,专门记用户看了哪些股票

还有隐私吗?曝部分地区光猫里藏了一串代码,专门记用户看了哪些股票

可达鸭面面观
2026-11-22 09:42:31
中国灵活就业人数达3.2亿人!占就业人口的44%,太恐惧了!

中国灵活就业人数达3.2亿人!占就业人口的44%,太恐惧了!

廖保平
2026-11-22 09:20:01
张雪称将推出给外卖小哥造的电动摩托车,定价1万元左右,为何要瞄准骑手群体?用这种车跑外卖值吗?

张雪称将推出给外卖小哥造的电动摩托车,定价1万元左右,为何要瞄准骑手群体?用这种车跑外卖值吗?

之乎者也小鱼儿
2026-11-22 18:06:23
总台暗访广西“土菜馆”:候鸟豹猫沦为盘中餐,老板称“若检查有人提前通知”,野保中心竟不知餐馆卖野味

总台暗访广西“土菜馆”:候鸟豹猫沦为盘中餐,老板称“若检查有人提前通知”,野保中心竟不知餐馆卖野味

扬子晚报
2026-11-22 20:21:58
问界M9车主高速开辅助驾驶后,倒头就睡……车主称全程智驾开回武汉,该发布账号目前已搜索不到;交警部门正在核查

问界M9车主高速开辅助驾驶后,倒头就睡……车主称全程智驾开回武汉,该发布账号目前已搜索不到;交警部门正在核查

台州交通广播
2026-11-22 06:39:16
特朗普称不支持“台独”,民进党当局回应:假的,美方应给个说法

特朗普称不支持“台独”,民进党当局回应:假的,美方应给个说法

共工之锚
2026-11-22 20:18:22
2026-11-23 00:19:00
电影技术微刊 incentive-icons
电影技术微刊
电影技术微刊
697文章数 209关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

俄导弹落入波兰 北约秘书长吕特强硬回应

头条要闻

俄导弹落入波兰 北约秘书长吕特强硬回应

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨颖姐弟烧香被偶遇,清秀少年变粗犷大叔

财经要闻

沪深交易所、中国结算推出一揽子降费措施

汽车要闻

插混尊贵型真的超值 15万级的第二代海豹07配置拉满

态度原创

房产
教育
游戏
亲子
军事航空

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

教育要闻

90% 同学混淆!霜降是凝华还是液化?

GTA6爱爱戏制作难度极大!R星力求真实 啥场景都要有

亲子要闻

老爸种的黄豆收成挺满意,爷俩开车打豆子,小宝不喝豆浆要喝水

军事要闻

伊朗革命卫队称袭击美军在巴林两处基地防空雷达

无障碍浏览 进入关怀版