论文

S2ED:从故事到可执行描述,实现一致性感知的故事插图生成

S2ED: From Story to Executable Descriptions for Consistency-Aware Story Illustration

上下文与知识上下文工程

摘要

多帧故事插图需要超越单图文生图的长程一致性,包括叙事分解以及角色身份、布局与情感在帧间的持续一致。我们提出Story-to-Executable Descriptions(S2ED),一个免训练、模型无关的提示层框架,将完整故事转换为一系列显式、可编辑的可执行描述,以实现更一致的渲染。S2ED协调三个智能体来切分叙事、锚定规范角色属性并充实空间与情感线索,实现可解释的由提示承载的状态传播,并支持通过局部编辑修复漂移而无需重训生成器。在Flintstones和Shakoo Maku上的实验表明,无论自动指标还是人工评判,S2ED在序列级一致性和角色保真度上都优于强提示、大模型规划以及一个基于参考图的训练方法。我们还将S2ED部署于面向儿童插图故事的端到端“故事到绘本”系统中,并附有补充视频。