FilmFlow：面向3D虚拟电影摄影的智能体系统

论文提出将文本或视频转为3D相机轨迹的智能体框架 FilmFlow 及基准 CinemaBench。

资讯摘要

论文提出 FilmFlow，一个将自然语言指令或参考视频转换为动态3D环境中显式相机轨迹的智能体框架。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生成可执行相机计划，并由 Interpreter、Scout、Critic 三个专用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。作者同时构建 CinemaBench，含150个Blender场景、750个文本任务与60段参考视频。作者报告 FilmFlow 在评测基线中取得最佳基准表现与最高用户偏好。

要点速读

1. FilmFlow 由 Director 智能体组合原子操作生成相机计划，Interpreter、Scout、Critic 分别负责意图提取、初始视角选择与渲染评估反馈。
2. 作者构建 CinemaBench：150个Blender场景、每场景5条相机指令共750个文本任务，以及60段参考视频。
3. 作者报告 FilmFlow 在多项基线中基准表现最强、用户偏好最高，体现空间推理、时序协调与视觉构图能力。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:35（北京时间）。