动态电影世界建模

本文提出FilmWorld，一种将小说生成电影形式化为动态电影世界建模的端到端 Agent 系统。针对长视频生成中的语义漂移和因果不一致问题，FilmWorld采用解耦的构建与演化阶段，通过显式状态追踪和跨镜头动态状态传播，确保长叙事中的视觉连贯性。在FilmEval基准上，FilmWorld在叙事保真度和电影一致性方面全面优于SOTA，且并行执行实现5.62倍加速。需注意，当前系统仅针对1,000-5,000字的中长篇幅小说，且生成质量受限于底层骨干模型。