Uma Frase, Um Drama: Geração Personalizada de Drama de Curta Duração via Sistemas Multiagente

Resumo

Abordagens existentes para a produção de curtas-dramáticas digitais geralmente dependem de roteiros gerados por LLM em uma única rodada e pipelines fracamente acoplados, os quais falham em satisfazer três requisitos fundamentais da geração de curtas-dramáticas: (1) ritmo narrativo, resultando em ganchos fracos, escalada insuficiente e finais pouco atraentes; (2) consistência espacial, levando a layouts de cena flutuantes e posições inconsistentes de personagens entre os clipes; e (3) controle de qualidade em nível de produção, exigindo revisão e correção manuais extensivas nas etapas de roteiro e visual. Apresentamos One Sentence, One Drama, um framework multiagente hierárquico que transforma a ideia de uma única frase do usuário em uma curta-dramática totalmente produzida por meio de módulos intermediários estruturados e refinamento iterativo. Nossa abordagem é construída sobre três componentes principais: (1) um módulo de geração de história baseado em debate multiagente que impõe o ritmo de curta-dramática e a coerência narrativa; (2) um mecanismo de geração do primeiro quadro fundamentado em 3D que estabelece uma referência espacial compartilhada para posicionamento consistente de personagens e layout de cena entre os clipes; e (3) loops de revisão em múltiplos estágios que realizam detecção abrangente de erros e revisão direcionada nas etapas de roteiro, visual e geração de vídeo. Também introduzimos a correspondência de BGM em nível de cena e o planejamento de transições de cena para melhorar a experiência imersiva do público. Para avaliar sistematicamente esta tarefa, apresentamos o Short-Drama-Bench, um benchmark que estende as métricas padrão de qualidade de vídeo com critérios específicos para curtas-dramáticas. Resultados experimentais demonstram que nosso método supera significativamente os pipelines existentes em qualidade narrativa, consistência entre clipes e experiência geral de visualização.

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.