文章

本文详细介绍了百度电商 MultiAgent 视频生成系统，旨在解决传统视频制作流程周期长、成本高以及早期 AIGC 方案模板化、素材单一的问题。该系统模拟人类视频制作流程，以最大化视频效果为目标，动态调度视频元素，主要包含分镜脚本生成、多类型素材生成和大模型剪辑成片三个核心模块。在脚本生成方面，通过结合电商高精知识图谱和优秀脚本脉络，显著提升了脚本的准确率和吸引力。在素材生成方面，创新性地引入了泛图表生成和基于多模态大模型的素材多维度优选（如实体一致性、清晰度），解决了电商场景下视频素材稀缺和检索准确率低的问题。最终通过大模型多轮规划推理完成视频剪辑成片。文章还展望了端到端剧本生成和 AIGC 生成式视频的未来发展方向，为自动化内容创作提供了宝贵的实践经验。