Una Frase, Un Drama: Generación Personalizada de Dramas Breves mediante Sistemas Multiagente

Resumen

Los enfoques existentes para la producción de microdramas digitales suelen basarse en guiones generados por LLM en una sola ejecución y en pipelines débilmente acoplados, lo que no logra satisfacer tres requisitos clave de la generación de microdramas: (1) ritmo narrativo, lo que da lugar a ganchos débiles, escalada insuficiente y finales poco atractivos; (2) consistencia espacial, que provoca diseños de escena cambiantes y posiciones de personajes inconsistentes entre clips; y (3) control de calidad a nivel de producción, que requiere una extensa revisión y corrección manual tanto en la etapa de guion como en la visual. Presentamos *One Sentence, One Drama*, un marco multiagente jerárquico que transforma la idea de una sola frase del usuario en un microdrama completamente producido a través de módulos intermedios estructurados y refinamiento iterativo. Nuestro enfoque se sustenta en tres componentes clave: (1) un módulo de generación de historias basado en debate multiagente que impone el ritmo narrativo y la coherencia del microdrama; (2) un mecanismo de generación del primer fotograma basado en 3D que establece una referencia espacial compartida para un posicionamiento consistente de personajes y diseño de escena entre clips; y (3) bucles de revisión multietapa que realizan una detección exhaustiva de errores y una revisión dirigida en las etapas de guion, visual y de generación de video. También introducimos la combinación de música de fondo (BGM) a nivel de escena y la planificación de transiciones de escena para mejorar la experiencia inmersiva del público. Para evaluar sistemáticamente esta tarea, presentamos *Short-Drama-Bench*, un punto de referencia que amplía las métricas estándar de calidad de video con criterios específicos para microdramas. Los resultados experimentales demuestran que nuestro método supera significativamente a los pipelines existentes en calidad narrativa, consistencia entre clips y experiencia visual general.

English

Existing approaches for digital short-drama production typically rely on one-shot LLM generated scripts and loosely coupled pipelines, which fail to satisfy three key requirements of short-drama generation: (1) narrative pacing, resulting in weak hooks, insufficient escalation, and unattractive endings; (2) spatial consistency, leading to drifting scene layouts and inconsistent character positions across clips; and (3) production-level quality control, requiring extensive manual review and correction across script and visual stages. We present One Sentence, One Drama, a hierarchical multi-agent framework that transforms a user's single-sentence idea into a fully produced short drama through structured intermediate modules and iterative refinement. Our approach is built upon three key components: (1) a multi-agent debate-based story generation module that enforces short-drama pacing and narrative coherence; (2) a 3D-grounded first-frame generation mechanism that establishes a shared spatial reference for consistent character positioning and scene layout across clips; and (3) multi-stage reviewer loops that perform comprehensive error detection and targeted revision across script, visual, and video generation stages. We also introduce scene-level BGM matching and scene transition planning to improve the audience's immersive experience. To systematically evaluate this task, we introduce Short-Drama-Bench, a benchmark that extends standard video quality metrics with short-drama-specific criteria. Experimental results demonstrate that our method significantly outperforms existing pipelines in narrative quality, cross-clip consistency, and overall viewing experience.