TL;DR: 動画生成AIが複数のショットをまたいで「同じ場所」「同じ出来事」を一貫して描けるようにする、世界状態を中心に据えたフレームワークATASが登場しました。
タイトル: Any Time, Any Space: A World-State-Centric Framework for Agentic Video Generation
URL:
ポイント
🗺️ シーンメモリ(静的な空間構造)とイベントメモリ(動的な出来事)を分離して保持
🎬 脚本を位置・カメラ・時刻付きのショット要求へ再帰的にコンパイル
✅ 検証に通った観測だけを世界状態に反映し、失敗したショットの影響が後続に伝播しない設計
📈 4つの異なる動画生成バックボーン全てで最高スコアを達成
🧪 空間再訪のPSNR-Cで15.968、イベント再現の同一性スコアで0.750を記録
🙋 人間評価では脚本忠実性4.40/5.0・キャラクター一貫性4.22/5.0と全6項目で最高評価
品質を上げるために1ストーリーあたりの実行時間が約1.25倍に増える、というトレードオフも正直に示されているのが好印象です。
#
動画生成AI# #
AIエージェント#