导演之意：基于代理协作决策的多模态智能体电影预览
计算机视觉与模式识别
2026-03-31 v2
摘要
我们提出了 Mind-of-Director，一个面向电影 previz 的多模态智能体驱动框架，模拟电影制作团队的协作决策过程。给定创意构想后，Mind-of-Director 协调多个专职智能体在游戏引擎中生成 previz 序列。框架由四个协作模块构成：剧本开发模块，智能体迭代草拟和精炼剧本；虚拟场景设计模块，将文本转化为语义对齐的3D环境；角色行为控制模块，确定角色构图和动作；摄影机规划模块，优化电影镜头的构图、运动和构图。基于游戏引擎构建的实时可视化编辑系统，进一步实现了跨场景、行为和摄像机的交互式检查和同步时间轴调整。广泛的实验和人类评估表明，Mind-of-Director 在约25分钟内生成高质量、语义导向的 previz 序列，展示了智能体协作在自动化原型设计和人机协同电影制作中的有效性。
引用
@article{arxiv.2603.14790,
title = {Mind-of-Director: Multi-modal Agent-Driven Film Previsualization via Collaborative Decision-Making},
author = {Shufeng Nan and Mengtian Li and Sixiao Zheng and Yuwei Lu and Han Zhang and Yanwei Fu},
journal= {arXiv preprint arXiv:2603.14790},
year = {2026}
}