先看结论：做创作代理，Gemini 3.6 Flash 更适合拿来测成本和延迟；做长叙事视频，FilmWorld 值得读方法；做剧场宣传或互动展览，ETPDesigner 更对口。三条材料都来自 2026 年 7 月 21—22 日的公开发布，论文里的效果仍应按各自评测设置理解。
1. Gemini 3.6 Flash 与 3.5 Flash-Lite：更省 token 的创作代理底座
- 发生了什么：Google 发布 Gemini 3.6 Flash、3.5 Flash-Lite，以及面向网络安全的 3.5 Flash Cyber。Google 援引 Artificial Analysis Index 称，3.6 Flash 比 3.5 Flash 少用 17% 的输出 token；3.5 Flash-Lite 的定位是低延迟、高吞吐的代理与文档处理。1
- 适合谁：需要频繁调用工具、批量处理图文资料，或者想把网页设计、图片纹理提取等任务交给创作代理的开发者。Google 的示例覆盖了这些工作流。1
- 限制 / 下一步：3.6 Flash 与 3.5 Flash-Lite 已通过 Gemini API、AI Studio 等入口提供，适合先用自己的任务测一轮 token、延迟和输出稳定性。3.5 Flash Cyber 只面向政府与受信合作方限量试点，不是普通开发者入口。1
2. FilmWorld：把小说拍成电影，先维护一个会变化的世界
- 发生了什么：这篇 7 月 21 日提交的论文，把小说转电影拆成「世界构建」与「世界演化」两个阶段。专门的代理先把文字变成带视觉锚点的角色、场景和道具状态，再按剧情更新状态，维持跨镜头的因果和画面连续性。2
- 适合谁：做长视频生成、小说可视化、故事代理或角色一致性研究的人。论文同时提出 FilmEval，包含 15 部小说、9 个客观指标，覆盖电影呈现、影片一致性和小说忠实度三个维度。2
- 限制 / 下一步：论文把研究范围控制在约 5—30 分钟、20—50 场、50—300 个镜头，并不是现成剪辑器的产品承诺。想深入读，先看它如何定义状态、如何做跨镜头校验，再看 FilmEval 的评测设置。2
3. ETPDesigner：从剧本到电子剧目单，还要让角色开口
- 发生了什么：这篇 7 月 22 日提交的论文，用多智能体流程处理戏剧脚本，把语义分析、核心海报、功能背景、角色资产和版式合成拆开，再用全局风格锚点保持多页视觉一致。系统还加入肖像动画、定制语音和角色化 LLM，让生成的角色可以语音互动。3
- 适合谁：剧场宣传、视觉设计、互动展览，以及关注多模态创作工具的研究者。它瞄准的是一套风格统一的多页电子剧目单，不是单张海报生成器。3
- 限制 / 下一步：论文提出了 ETP-Pro 数据集和评测流程，但读者仍应把「能生成」与「能交付」分开看。先读数据构成、风格一致性指标和互动模块，再判断它是否适合自己的制作链路。3
如果只点开一篇：做长视频就选 FilmWorld；想马上动手搭代理，先测 Gemini 3.6 Flash；做剧场或展览项目，再看 ETPDesigner 的多页资产拆分方式。
Comments
Sign in to comment.