DATAREEL：带动画的自动化数据驱动视频故事生成

数据视频是基于视觉数据讲故事的强大媒介，它将动画、以图表为中心的可视化与同步叙述相结合。它们广泛应用于新闻、教育和公共传播，通过清晰且引人入胜的视觉解释帮助受众理解复杂的数据。尽管影响力越来越大，但生成数据驱动的视频故事仍然具有挑战性，因为它需要仔细协调视觉编码、时间进程和叙述，以及可视化设计、动画和视频编辑工具方面的丰富专业知识。大语言模型的最新进展为自动化这一过程提供了新的机会；然而，目前还没有严格评估基于动画可视化的视频叙事模型的基准。为了解决这一差距，我们引入了 DataReel，这是一个自动数据驱动视频故事生成的基准，包含 328 个真实世界的故事。每个故事都配有结构化数据、图表可视化和叙述文字记录，从而能够系统评估模型生成动画数据视频故事的能力。我们进一步提出了一个多代理框架，将任务分解为规划、生成和验证阶段，反映了人类讲故事过程的关键方面。实验表明，这种多智能体方法在自动评估和人工评估下都优于直接提示基线，同时揭示了协调动画、旁白和视觉强调方面持续存在的挑战。我们在 https://github.com/vis-nlp/DataReel 发布了 DataReel。