FilmFlow发布：文本与视频可转3D相机轨迹

Yiming Zhang 等作者团队发布 FilmFlow 智能体框架，可将自然语言指令或参考视频转化为动态 3D 环境中的显式摄影机轨迹。其 Director 智能体通过组合同时控制平移、旋转与构图的原子操作来构建可执行拍摄方案，Interpreter、Scout、Critic 三个智能体分别负责提取场景意图、选择初始视角和评估渲染结果以迭代优化。 团队同时发布 CinemaBench 基准，包含 150 个来自自建与授权来源的 Blender 场景，每场景五条相机指令，共 750 个文本指令任务，另有与部分场景对应的 60 段参考视频。目前尚无该框架在这些任务上的效果结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。