Google Research 介绍基于 Gemini 和 Veo 的长视频生成研究，通过多智能体编排、世界状态追踪与闭环优化改善跨镜头一致性。Co-Director 负责创意规划，CANVAS 维护视觉记忆，A²RD 支持分段生成并展示了 10 分钟影片，VQQA 通过视觉问答反馈优化提示词，而非直接编辑像素。
阅读原文