# SEED-Story – 腾讯推出的多模态故事生成模型

- Link: https://paooo.com/aigc-news/27654/
- Published: 2026-07-19T20:48:29+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 基于MLLM与多模态注意力机制，SEED-Story可自回归生成最长25序列的连贯图文故事。
 * 通过视觉de-tokenizer与文本/视觉token预测，模型能输出风格一致、叙事连续的图像内容。
 * 配套StoryStream高分辨率数据集，兼顾训练与评估，适合创作、教育、游戏和影视场景。

## SEED-Story是什么

SEED-Story是腾讯联合香港科技大学、香港中文大学推出的多模态故事生成模型。基于多模
态大语言模型（MLLM），能预测文本和视觉token，通过视觉de-tokenizer生成风格一致的图像。
SEED-Story引入了多模态注意力机制，支持生成长达25个序列的连贯故事。SEED-Story还提供
了StoryStream，一个大规模高分辨率数据集，用于模型训练和评估。

阅读目录

 * [SEED-Story是什么](https://paooo.com/aigc-news/27654/#seedstory%e6%98%af%e4%bb%80%e4%b9%88)
 * [SEED-Story的主要功能](https://paooo.com/aigc-news/27654/#seedstory%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [SEED-Story的技术原理](https://paooo.com/aigc-news/27654/#seedstory%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [SEED-Story的项目地址](https://paooo.com/aigc-news/27654/#seedstory%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [SEED-Story的应用场景](https://paooo.com/aigc-news/27654/#seedstory%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![SEED-Story](https://paooo.com/wp-content/uploads/2026/07/SEED-Story-website01-
1.avif)

## SEED-Story的主要功能

 * **多模态故事生成**：SEED-Story 能根据给定的起始图像和文本生成包含连贯叙事文本
   和风格一致的图像的长故事。
 * **多模态注意力汇聚机制**：SEED-Story 提出了一种多模态注意力汇聚机制，以高效自
   回归的方式生成故事，可以生成长达25序列的故事。
 * **大规模数据集 **：SEED-Story 发布了一个名为 StoryStream 的大规模、高分辨率数据
   集，用于训练模型并从不同方面定量评估多模态故事生成任务。
 * **故事指令调整**：在故事生成的过程中，SEED-Story 通过指令调整过程，对模型进行
   微调，可以预测故事的下一个图像和下一句文本。
 * **可视化和交互**：SEED-Story 还提供了可视化比较，展示了生成的图像与其他基线模型
   相比具有更高的质量和更好的一致性。

## SEED-Story的技术原理

 * **多模态大语言模型（MLLM）**：利用大型语言模型来理解、生成和预测文本和视觉标记。
   这种模型能够处理和生成文本数据，同时理解和生成视觉内容。
 * **文本和视觉标记预测**：SEED-Story模型能够预测文本标记（文本中的元素或单词）和
   视觉标记（图像中的元素）。
 * **视觉de-tokenizer**：将语言模型生成的文本和视觉标记转换为图像，通过视觉de-tokenizer
   生成具有一致性和风格的图像。
 * **多模态注意力机制**：引入多模态注意力机制，使模型在生成故事时能够关注文本和图像
   之间的相互关系。这种机制允许模型更有效地处理长序列的生成任务。
 * **自回归生成**：模型采用自回归方式生成故事，即每个新生成的标记依赖于之前生成的
   所有标记，以保持故事的连贯性。
 * **长序列生成能力**：通过多模态注意力机制，SEED-Story能够生成比训练序列更长的故事
   序列。
 * **StoryStream数据集**：提供一个大规模的高分辨率数据集，用于训练模型并评估多模
   态故事生成任务。数据集包含视觉上引人入胜的高分辨率图像和详细的叙述文本。
 * **训练流程**：包括预训练去标记器以重建图像，采样交错图像文本序列进行训练，以及
   使用MLLM的回归图像特征来调整生成的图像。

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

## SEED-Story的项目地址

 * **GitHub****仓库**：[https://github.com/TencentARC/SEED-Story](https://github.com/TencentARC/SEED-Story)
 * **HuggingFace模型库**：[https://huggingface.co/TencentARC/SEED-Story](https://huggingface.co/TencentARC/SEED-Story)
 * **arXiv****技术论文**：[https://arxiv.org/abs/2407.08683](https://arxiv.org/abs/2407.08683)

## SEED-Story的应用场景

 * **创意写作辅助**：帮助作家和内容创作者生成故事大纲、角色描述和情节发展，激发创意
   灵感。
 * **教育和学习**：作为教学工具，帮助学生理解故事叙述结构，提高写作和创意思维能力。
 * **娱乐和游戏开发**：在视频游戏中生成动态故事线和角色背景，提供沉浸式体验。
 * **广告和营销**：快速生成吸引人的广告故事或营销材料，提高广告内容的吸引力和个性
   化。
 * **电影和动画制作**：辅助剧本创作，生成角色对话和场景描述，加速制作流程。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

❓ 常见问题解答（FAQ）

SEED-Story是什么模型？

SEED-Story是腾讯联合香港科技大学、香港中文大学推出的多模态故事生成模型。它基于多
模态大语言模型，能够同时预测文本和视觉token，并生成风格一致、叙事连贯的图文故事。

SEED-Story最长能生成多长故事？

根据文章介绍，SEED-Story通过多模态注意力机制支持自回归生成，能够生成长达25个序列
的连贯故事，适合长篇图文叙事任务。

StoryStream数据集有什么作用？

StoryStream是SEED-Story配套的大规模高分辨率数据集，用于模型训练和多维度评估。它包含
视觉上更丰富的图像和详细叙述文本，有助于提升故事生成质量与一致性。

🔬 语宙深潜追问 · 进阶实操拆解

SEED-Story 能直接用于内容生产吗？

更适合做灵感草稿、分镜雏形和互动叙事原型，不宜直接替代成片生产。真正商用时还需要
编剧、编辑和美术把控角色一致性、节奏和世界观，否则容易出现“每段都能看，整体不成立”。

长序列故事生成怎么评估质量？

不能只看单段图文匹配，要同时评估角色一致性、事件因果、视觉连续性和结局收束。最好
结合自动指标、人工偏好评测和跨轮追问测试，检查模型是否真的记住了前文。

🗳️ 读者观点微投票 · 您的实战立场是？

多模态故事生成，最缺的是创意还是连贯？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [MM-StoryAgent – 上海交大联合阿里开源的多智能体故事绘本视频生成框架](https://paooo.com/aigc-news/21062/)
 * [Seedream 2.0 – 字节豆包推出的原生中英双语图像生成模型](https://paooo.com/aigc-news/21071/)
 * [字节Seedance 1.5 Pro重磅发布：原生音画同步多模态视频生成模型深度解析](https://paooo.com/aigc-news/12714/)
 * [WeGen – 中科大联合上海交大等推出的统一多模态生成模型](https://paooo.com/aigc-news/21312/)

[🏛️ 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/27654/?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/)
