作者:星火流萤
发布时间: 2026-07-20 20:50:30
浏览量:0次

Sora、Kling、Seedance、Veo等视频生成模型已经能生成高质量短视频片段,但从"一段10秒视频"到"一部完整短剧",存在三道硬门槛:

现有方案通常把一句话创意直接交给LLM一次性扩写成剧本,再松散地串联视频生成工具——结果就是"逻辑完整但不像短剧"。

故事生成阶段,Agent先通过检索和多智能体辩论生成结构化故事与分镜脚本,然后调用从约300部高质量短剧中拆解出的节奏模式库和因果逻辑库,按"事实、逻辑、节奏"三个维度组合叙事单元。
这意味着系统不是在"编故事",而是在套用经过验证的短剧叙事工程模板——开场怎么设钩子、中段怎么制造反转、结尾怎么留悬念,都有据可循。

这是该框架最具工程价值的创新。Agent先根据场景全景图还原3D空间坐标,再把人物走位、镜头位置和场景关系统一到一个空间参考系中,据此为每一镜选择合适机位。
遇到多人同框场景时,Agent还会自动微调机位,保证出镜完整性和站位关系。这就解决了AI短剧最头疼的"人物切镜后变脸/位置乱跳"问题。

审阅模块不是最后一道关卡,而是贯穿剧本、视觉、视频生成三个阶段的"质检员":
剧本阶段:检查叙事逻辑与节奏
视觉阶段:检查空间关系与道具连贯性,有问题直接重写提示词
视频阶段:检测生成质量,低分片段重新生成
这种"管道化"作业模式意味着创作者可以对低分片段局部重做,而不必全片推翻。
Agent根据剧情推进统一处理转场效果、背景音乐规划和人声衔接,把各视频片段整合成节奏连贯、情绪完整的成片。BGM采用场景级匹配,而非简单铺一首曲子到底。
研究团队构建了短剧评测基准Short-Drama-Bench,这是目前业内首个针对短剧生成的系统化评测标准:
覆盖7大类型:逆袭复仇、现实题材、古装宫斗、悬疑推理、穿越重生、甜宠言情、职场商战等17个细分题材,共生成约239分钟视频,涵盖长中短剧8个短剧;
专项指标:开场钩子、结尾钩子、升级效果、叙事连贯性、角色与环境空间连贯性、BGM自然度、转场自然度等
评测体系还整合了VBench(通用视频质量)和ViStoryBench(故事可视化效果),形成三层评价。

定量结果:相比MovieAgent、ScriptAgent、StoryMem等学术方法以及Toonflow等商业短剧产品,该框架在短剧专项指标、VBench和ViStoryBench上均表现出整体领先优势。20位标注者的人类评分结果同样支持这一结论。
诚实地讲,这个框架目前还离"人人可用"有距离:

研究团队也坦言三大待解问题:
降本:更强的可控性意味着更高的生成成本,大规模部署必须降本
人机协同:当前以自动生成为主,未来计划通过交互式界面向用户开放审查分数和诊断反馈(低分重生成、高分免修改、中间区间由创作者决定)
音频授权:当前BGM库仅采用免版税音乐,风格受限,未来需接入更大规模授权音乐库
这个框架的核心价值不在于"取代人工",而在于把短剧生产从"手工拼接"推向"标准化流水线":
剧本环节:300部短剧拆解出的节奏模式库,本质上是一套可复用的叙事工程方法论,创作者可以参考其逻辑优化自己的剧本结构
空间一致性:3D场景锚定思路对解决AI短剧角色一致性难题提供了系统级方案,比单纯靠提示词控制更可靠
质检流程:多阶段审阅循环的思路可以迁移到现有工作流中,把"全片审一遍"改为"分阶段质检",降低返工成本
对于正在使用即梦+可灵+剪映工作流的创作者来说,虽然这个框架尚未开源,但其分层Agent架构的设计思路和Short-Drama-Bench的评测标准已经为AI短剧的标准化生产提供了可参考的方向。

相关阅读



如果觉得有用,随手点个赞、在看、转发。也可以给我个星标⭐,第一时间收到推送

优秀作品赏析
作 者:秦皇宇
所学课程:1906期学员秦皇宇作品
作 者:刘超
所学课程:1906期学员刘超作品
作 者:刘超
所学课程:1906期学员刘超作品
作 者:孙世杰
所学课程:1906期学员孙世杰作品
同学您好!