HKUDS/ViMax

解决的问题

ViMax 解决了当前 AI 视频工具的局限性，这些工具通常仅限于短片、角色与场景不一致，且缺乏叙事结构。它自动化了复杂的制作流程——包括剧本编写、分镜脚本和镜头设计——从而能够从简单的概念或现有剧本中创作出高质量的长篇视频。

运作方式

ViMax 作为一个全方位的代理式框架，协调多个创意角色（导演、编剧、制片人和视频生成器）。它通过几个专业的工作流程将叙事规划与视觉生成连接起来：

• Idea2Video：将简短的概念转换为完整的制作（故事、角色、剧本和分镜脚本）。
• Script2Video：将详细的剧本转换为多场景视频，同时保留创作意图。
• Novel2Video：利用叙事压缩和角色追踪，将长篇小说改编为分集视觉叙事。
• AutoCameo：整合人物或宠物的参考照片，以在整个故事中保持一致的外观。

该系统结合了用于规划的 LLM 和用于渲染的专业图像/视频生成器。它包含一个「代理循环 (Agent Loop)」和一个用于交互式规划、修订和渲染控制的 Web UI。

目标受众

它专为独立创作者和快速原型设计者而设计，他们希望在无需完整摄影和视觉叙事专家团队的情况下，制作专业级的视频内容。

特色亮点

• 端到端自动化：处理从初始提示到最终组装视频的所有事务。
• 视觉一致性：协调参考资料和首帧，确保角色和环境在不同镜头间保持稳定。
• 交互式控制：具备 Web UI 和 TUI，用于与代理讨论想法、审查产出物并管理项目。
• 并行生成：同时生成兼容的镜头和媒体资产，以加速制作速度。
• 灵活输入：支持概念、明确的剧本或长篇小说作为起点。