Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Node-Based Editing for Multimodal Generation of Text, Audio, Image, and Video

Created by
  • Haebom

저자

Alexander Htet Kyaw, Lenin Ravindranath Sivalingam

개요

본 논문은 멀티모달 콘텐츠 생성을 위한 노드 기반 스토리텔링 시스템을 제시한다. 이 시스템은 사용자가 직접 편집하거나 자연어 프롬프트를 통해 확장, 편집, 반복적으로 개선할 수 있는 노드 그래프로 스토리를 표현한다. 각 노드는 텍스트, 이미지, 오디오, 비디오를 통합하여 멀티모달 내러티브를 구성할 수 있다. 작업 선택 에이전트는 스토리 생성, 노드 구조 추론, 노드 다이어그램 형식 지정, 컨텍스트 생성을 처리하는 특화된 생성 작업 간에 라우팅한다. 인터페이스는 개별 노드의 대상 편집, 병렬 스토리라인을 위한 자동 분기, 노드 기반 반복적 개선을 지원한다. 결과는 노드 기반 편집이 내러티브 구조에 대한 제어와 텍스트, 이미지, 오디오 및 비디오의 반복적 생성을 지원함을 보여준다. 자동 스토리 개요 생성에 대한 정량적 결과와 편집 워크플로에 대한 질적 관찰을 보고한다.

시사점, 한계점

시사점:
노드 기반 편집을 통해 내러티브 구조 제어 가능.
텍스트, 이미지, 오디오, 비디오의 반복적 생성 지원.
멀티모달 콘텐츠 생성에 유연성을 제공.
한계점:
더 긴 내러티브로의 확장성 부족.
여러 노드 간의 일관성 문제.
👍