持续角色定制的永恒故事世界模拟
计算机视觉与模式识别
2026-03-18 v1
摘要
故事可视化正逐渐受到计算机视觉领域的关注。然而，现有方法往往难以实现准确角色定制、语义对齐和新身份持续集成之间的协同效应。为解决这一挑战，本文提出了 EverTale——一个用于持续故事角色定制的故事世界模拟器。我们首先提出了“全能世界角色集成器”，在统一的 LoRA 模块内实现持续角色适应，消除了以往方法针对每个角色所需的单独优化模块。随后，我们通过 MLLM 作为评判器引入角色质量门控，通过链式思考推理确保每一步角色适应过程的真实性，决定模型是继续进入下一个角色，还是需要对当前角色进行额外训练。我们还引入了基于角色感知的区域聚焦抽样策略，以解决现有多角色视觉叙事中的身份退化和布局冲突问题，通过在更高效率下将局部角色特定细节与全局场景语境和谐，从而确保多角色生成的自然性。实验结果表明，我们的 EverTale 在单角色和多角色故事可视化任务上均优于更广泛范围的比较方法。代码将公开获取。
引用
@article{arxiv.2603.16285,
title = {Persistent Story World Simulation with Continuous Character Customization},
author = {Jinlu Zhang and Qiyun Wang and Baoxiang Du and Jiayi Ji and Jing He and Rongsheng Zhang and Tangjie Lv and Xiaoshuai Sun and Rongrong Ji},
journal= {arXiv preprint arXiv:2603.16285},
year = {2026}
}