AgentMV

新框架应对预算感知的音乐视频生成

研究人员推出AgentMV，一个专为生成具有预算限制的音乐视频而设计的新型多智能体框架。该系统采用专门的智能体来处理各个制作阶段，包括音乐感知、脚本规划和视觉资产生成。AgentMV通过利用结构化的持久状态进行信息交换，解决了长距离视觉一致性和主题协调的挑战。该框架将片段实现框架化为多项选择背包问题，从而优化资源分配，与现有方法相比，在质量-成本权衡方面有所提高。