📖 AI 总结

Google Research 提出了一套面向长视频生成的 AI 联合导演系统，由四个智能体框架组成，旨在解决当前多镜头 AI 视频管线中的两大核心失败：语义漂移（镜头间人物服饰、场景不一致）与级联错误（上游素材出错导致后续全部崩坏）。团队将其定义为“信用分配”难题，即难以追溯最终视频问题对应的提示来源。系统构建于 Gemini 与 Veo 之上，且与模型无关，输出继承 SynthID 水印。四个框架分别是：Co-Director 以多臂老虎机进行创意规划与奖励回传；CANVAS 提供持久视觉记忆，在博物馆盗窃测试中成功保持小偷帽子和宝石的一致性；A²RD 采用免训练的自回归扩散架构，通过检索、合成、精炼、更新循环逐段生成，并在外推与插值间切换。该工作为生成连贯的分钟级 AI 视频提供了可复用的智能体方案。