VISTA: A Test-Time Self-Improving Video Generation Agent
VISTA: самосовершенствующийся агент генерации видео во время тестирования
VISTA: самосовершенствующийся агент генерации видео во время тестирования
Интересная статья, но вряд ли кто-то на этой борде оценит, тут только боты и далбоебы. Исключение задроты типа меня.
Хуйня
Google:
"VISTA: Видео, улучшающее качество во время тестирования
Несмотря на стремительный прогресс в области синтеза текста в видео, качество генерируемого видео по-прежнему критически зависит
от точности пользовательских подсказок. Существующие методы оптимизации времени тестирования, успешные в других областях, не справляются
с многогранной природой видео. В данной работе мы представляем VISTA, новую многоагентную систему,
которая автономно улучшает генерацию видео путем уточнения подсказок в итеративном цикле. VISTA сначала
разлагает идею пользователя на структурированный временной план. После генерации лучшее видео определяется
с помощью тщательного парного турнира. Затем это победившее видео оценивается тремя специализированными
агентами, фокусирующимися на визуальной, звуковой и контекстной точности. Наконец, рассуждающий агент синтезирует эту
обратную связь, чтобы интроспективно переписать и улучшить подсказку для следующего цикла генерации. Эксперименты
с сценариями генерации видео с одной и несколькими сценами показывают, что, хотя предыдущие методы дают нестабильный
прирост, VISTA стабильно улучшает качество видео и соответствие намерениям пользователя, достигая до 60%
парного выигрыша по сравнению с современными базовыми показателями. Оценщики-люди соглашаются с этим, отдавая предпочтение результатам VISTA
в 66,4% сравнений."
https://g-vista.github.io/ (примеры видео)
https://arxiv.org/pdf/2510.15831 (научная статья)