Google presenta un director de video de IA con cuatro marcos para la creación sin problemas de vídeos de formato largo

Google Research ha presentado un director de video de IA, que utiliza cuatro marcos de agentes para generar vídeos coherentes de varios minutos de duración. El sistema aborda problemas comunes como la deriva de la identidad y los errores en cascada en las tuberías de vídeo de múltiples tomas. Funciona sobre Gemini y Veo, y los resultados heredan la marca de agua SynthID. El marco, aceptado en COLM 2026, utiliza un enfoque de juego de múltiples brazos con agentes especializados para la estrategia creativa, el modo narrativo y el arquetipo estético. CANVAS, aceptado en EMNLP 2026, mantiene la coherencia en los personajes, las ubicaciones y los estados de los objetos, como se demuestra en una prueba de robo de museo. A²RD, una arquitectura sin entrenamiento, genera una película de 10 minutos utilizando un bucle de recuperación-síntesis-refinamiento-actualización. VQQA, que genera preguntas visuales para los prompts, utiliza un paso de selección global para elegir la mejor salida de vídeo. Google también presentó tres nuevos conjuntos de datos: GenAD-Bench, HardContinuityBench y LVBench-C, cada uno de los cuales prueba diferentes aspectos de la continuidad y la coherencia del vídeo. Los detalles del proyecto están disponibles a través de los artículos enlazados, las páginas del proyecto y los repositorios de GitHub, que han sido verificados el 27 de septiembre de 2026.