# GenMAC – 港大、清华联合微软推出文本到视频生成的多代理协作框架

- Link: https://paooo.com/aigc-news/24990/
- Published: 2026-07-11T02:18:29+08:00
- Author: Prompt 语宙研究院

## GenMAC是什么

GenMAC是香港大学、清华大学和微软研究院推出的多代理协作的迭代框架，用在解决文本到
视频生成中的复杂场景生成问题。基于将任务分解为设计、生成和重新设计三个阶段，在生成
与重新设计之间建立迭代循环，逐步验证和优化视频内容。框架中的重新设计阶段进一步细
分为验证、建议、修正和输出结构化四个子任务，由专门的代理顺序执行，用自适应自路由
机制选择适合当前场景的代理，实现更准确的视频生成。

阅读目录

 * [GenMAC是什么](https://paooo.com/aigc-news/24990/#genmac%e6%98%af%e4%bb%80%e4%b9%88)
 * [GenMAC的主要功能](https://paooo.com/aigc-news/24990/#genmac%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [GenMAC的技术原理](https://paooo.com/aigc-news/24990/#genmac%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [GenMAC的项目地址](https://paooo.com/aigc-news/24990/#genmac%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [GenMAC的应用场景](https://paooo.com/aigc-news/24990/#genmac%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![GenMAC](https://paooo.com/wp-content/uploads/2026/07/GenMAC-website-1.avif)

## GenMAC的主要功能

 * **组合文本到视频生成**：根据复杂的组合文本提示生成视频，处理包括多对象、属性绑
   定、时间动态和对象间交互的场景。
 * **迭代工作流程**：用迭代方法，包括设计(Design)、生成(Generation)和重新设计(Redesign)
   三个阶段，及它们之间的迭代循环，逐步完善视频内容。
 * **多代理协作**：框架用多个专业化的MLLM（多模态大型语言模型）代理，每个代理负责
   处理特定的子任务，实现集体智能。
 * **任务分解**：重新设计阶段被分解为验证、建议、修正和输出结构化四个子任务，由不同
   的代理顺序执行。
 * **自适应自路由机制**：GenMAC设计自适应自路由机制，适应不同的生成场景，从专门的
   代理集合中选择最合适的代理进行修正。
 * **提高场景准确性和文本对齐**：用多代理协作和迭代细化，提高视频场景的准确性和与
   文本提示的对齐度。

## GenMAC的技术原理

 * **任务分解与角色专业化**：将复杂的视频生成任务分解为更简单的子任务，为每个子任务
   分配专门的代理，每个代理都有特定的角色和职责。
 * **迭代循环**：在生成和重新设计阶段之间设置迭代循环，模型逐步验证和修正生成的视频，
   更好地符合文本提示。
 * **代理协作**：
    - **验证代理**：检查视频内容与文本提示的对齐情况。
    - **建议代理**：基于验证结果提出修正建议，选择适合的修正代理。
    - **修正代理**：根据建议调整视频设计，如布局和指导比例。
 * **输出结构化代理**：将修正结果转化为结构化格式，为下一次迭代生成提供输入。
 * **自适应自路由**：根据不同的生成需求和场景，自适应地选择最适合的修正代理，处理
   一致性、时间动态和空间动态等问题。
 * **跨阶段信息流**：在设计、生成和重新设计阶段之间，信息（如布局、指导比例和文本
   提示）不断更新和传递，实现更准确的视频生成。

## GenMAC的项目地址

 * **项目官网**：[karine-h.github.io/GenMAC](https://karine-h.github.io/GenMAC/?utm_source=ai-bot.cn)
 * **GitHub仓库**：[https://github.com/Karine-Huang/GenMAC](https://github.com/Karine-Huang/GenMAC)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2412.04440](https://arxiv.org/pdf/2412.04440)

## GenMAC的应用场景

 * **电影和视频制作**：根据剧本或故事板的文本描述生成视频片段，帮助导演和制片人预
   览场景。
 * **游戏开发**：在游戏设计中，生成游戏环境和动态场景的概念视频，辅助游戏设计师进行
   创作。
 * **广告和营销**：根据广告文案生成视频广告，快速将创意文案转化为视觉内容，提高广告
   制作的效率。
 * **教育和培训**：创建教育视频，将复杂的理论或历史事件以视频形式呈现，增强学习体验。
 * **新闻和媒体**：根据新闻稿或报道自动生成新闻视频，提高新闻制作的效率和响应速度。

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/24990/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)