CineForge：长视野视频生成的自我改进代理

长视野故事驱动的视频生成需要制作代理来协调相互依赖的场景的叙事分解、状态跟踪、镜头设计、提示构建、渲染和修订。现有的自适应视频系统主要改进请求或可重复使用的技能，使反复出现的制作失败与故事中持续的、针对阶段的改进脱节。我们介绍 CineForge，这是一个自我进化的视频制作代理框架，它将用于视频生成的 CineForge-Produce 与用于跨故事策略进化的 CineForge-Evolve 结合起来。 CineForge-Produce 将每个源故事组织为类型化的叙事、角色、空间和电影状态，使用它们来协调资产和剪辑生成，并将该过程记录为规范的制作轨迹。 CineForge-Evolve 应用案例到模式到策略演进 (CPPE) 来审查轨迹证据，将重复发现结果合并到有界阶段局部补丁中，并通过结构重放和置信控制配对评估来部署经过验证的更新。为了衡量完整的故事实现，我们引入了 CineScope，它将 100 个脚本的 CineScope-Data 套件与人性化、多尺度的 CineScope-Metric 相结合，涵盖因果状态、导演编排、节奏和资源分配以及人物弧线。在 CineScope-Data 和两个公共基准中，改进的 CineForge 策略将 CineScope-Metric 从 4.024 提高到 4.380，优于三个长视频基准，并在 ScriptAgent 下获得一致的收益，并将新故事的 LLM 调用次数减少了 37.0%。这些结果将生产轨迹确立为视频代理的可行经验，在长篇故事讲述任务中不断改进。