基于 LLM 的幻灯片叙事视频生成交互式代理

随着人工智能 (AI) 的快速发展，AI 生成内容 (AIGC) 任务的激增显著加速了文本到视频生成的发展。因此，视频制作领域正在经历一场变革。然而，传统的文本到视频模型通常受到高计算成本的制约。在本研究中，我们提出了 Video-Generation-Team (VGTeam)，一个新颖的幻灯片视频生成系统，旨在通过集成大语言模型 (LLM) 来重新定义视频创作流程。VGTeam 由一套交互式代理组成，每个代理负责视频生成的一个特定方面，如剧本编写、场景创建和音频设计。这些代理在聊天塔工作流中协同工作，将用户提供的文本提示转化为连贯的幻灯片风格叙事视频。通过模拟传统视频制作的顺序阶段，VGTeam 在效率和可扩展性方面取得了显著提升，同时大幅降低了计算开销。该系统平均生成视频的成本仅为 $0.103，成功生成率为 98.4%。重要的是，该框架保持了高度的创意保真度和定制化。VGTeam 的影响是深远的。它通过让更多人无需大量资源即可访问高质量内容创作，实现了视频制作的民主化。此外，它突显了语言模型在创意领域的变革潜力，并将 VGTeam 定位为下一代内容创作的先驱系统。