先了解这件事
Google 提出一套面向连贯长视频生成的多智能体框架。据 2026 年 9 月 28 日的报道,Google Research 发布 AI 视频联合导演系统,用 4 个智能体框架把短片段串成连贯的分钟级故事,针对多镜头 AI 视频管线中的身份漂移与级联错误。该系统基于 Gemini 和 Veo,模型无关,输出继承 SynthID 水印;其中 Co-Director 与 CANVAS 分别被 COLM 2026 和 EMNLP 2026 接收,A2RD 为免训练架构并生成了 10 分钟影片,VQQA 无需访问模型内部。团队还构建了 GenAD-Bench、HardContinuityBench 和 LVBench-C 三个新基准。目前尚无后续发展事实。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Google Research
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
9月28日
MarkTechPost
Google Research 推出 AI 视频联合导演：4 个智能体框架实现连贯的分钟级视频生成
Google Research 发布一套 AI 视频联合导演系统，用 4 个智能体框架把短片段串成连贯的分钟级故事，针对多镜头 AI 视频管线中的身份漂移与级联错误。系统基于 Gemini 和 Veo，模型无关，输出继承 SynthID 水印；其中 Co-Director 与 CANVAS 分别被 COLM 2026 和 EMNLP 2026 接收，A²RD 为免训练架构并生成了 10 分钟影片，VQQA 无需访问模型内部。团队还构建了 GenAD-Bench、HardContinuityBench 和 LVBench-C 三个新基准。
9月25日
Google Research一手
Google Research 提出多智能体框架，自动生成长视频叙事
Google Research 发布一套统一多智能体框架，用于自动生成时间上连贯的长视频叙事，以解决现有线性流水线中的身份漂移和级联失败问题。该框架作为编排层构建在 Gemini 和 Veo 之上，包含四个部分：AI video co-director 用多臂老虎机做全局创意搜索，CANVAS 通过持久视觉记忆规划多镜头视觉连续性，A²RD 以自回归方式逐段生成并维护多模态视频记忆，VQQA 用视觉问答生成语义梯度做闭环提示词优化。评测显示 AI video co-director 在 GenAD-Bench 上达到 81.4 的峰值质量分，CANVAS 在 ST-Bench 和 HardContinuityBench 上提升场景重现连续性，A²RD 在 VBench-Long 和 LVBench-C 上减少布局漂移，VQQA 在 T2V-CompBench、VBench2 和 VBench-I2V 上取得质量提升。