BriefGPT - AI 论文速递 · 2025-03-13T00:00:00Z Coherence in Multi-Agent Video Generation: Guidance Based on Multimodal Large Language Models 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出CINEMA框架，针对个性化多主体视频生成，利用多模态大语言模型消除主体图像与文本的对应关系，从而提升视频的一致性与连贯性，为故事叙述和个性化视频生成开辟新方向。 🏷️ 标签 CINEMA框架 models 一致性 个性化视频 多模态 连贯性 阅读原文 生成长图 分享链接 已复制链接
