# Mora – 微软等推出的可生成12秒视频的多AI智能体框架

- Link: https://paooo.com/aigc-news/28064/
- Published: 2026-07-09T16:41:14+08:00
- Author: 站外新闻

## Mora是什么

Mora是由来自微软和理海大学的研究人员推出的一个多智能体（AI Agents）框架，专门用于
通用视频生成任务，目标是模拟并扩展[OpenAI](https://paooo.com/tag/openai/)的[Sora](https://ai-bot.cn/sites/8613.html)
视频生成模型。该框架的核心理念是通过多个视觉[智能体](https://paooo.com/trends/)的
协作来生成高质量的视频内容，Mora通过分解视频生成过程为多个子任务，并为每个子任务
分配一个专门的智能体，从而实现了各种视频生成的功能。

阅读目录

 * [Mora是什么](https://paooo.com/aigc-news/28064/#mora%e6%98%af%e4%bb%80%e4%b9%88)
 * [Mora的主要功能](https://paooo.com/aigc-news/28064/#mora%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Mora的官网入口](https://paooo.com/aigc-news/28064/#mora%e7%9a%84%e5%ae%98%e7%bd%91%e5%85%a5%e5%8f%a3)
 * [Mora的工作原理](https://paooo.com/aigc-news/28064/#mora%e7%9a%84%e5%b7%a5%e4%bd%9c%e5%8e%9f%e7%90%86)

![Mora框架](https://paooo.com/wp-content/uploads/2026/07/mora-video-generation-framework-
1.avif)

根据论文中的实验结果显示，Mora在生成高分辨率（1024×576）且时间持续12秒的视频方面
表现出色，总共包含75帧。但当涉及大量物体运动的场景时，Mora与Sora相比存在显著的性能
差距。此外，尝试生成超过12秒的视频会导致视频质量显著下降。

## Mora的主要功能

 * **文本到视频生成**：Mora可以根据用户提供的文本描述自动生成相应的视频内容，能适用
   于从简单的场景描述到复杂故事情节的视频创作。
 * **图像到视频生成**：除了直接从文本生成视频，Mora还能够结合用户提供的初始图像和
   文本提示，生成与之相匹配的视频序列，增强内容的丰富性和细节。
 * **扩展生成视频**：Mora不仅可以从头开始生成视频，还能够对现有的视频内容进行扩展
   和编辑，增加新的元素或延长视频的持续时间。
 * **视频到视频编辑**：Mora具备高级编辑功能，能够根据用户的文本指令对视频进行编辑，
   如改变场景、调整对象属性或添加新元素。
 * **连接视频**：Mora能够将两个或多个视频片段无缝连接起来，创造出流畅的过渡效果，
   适用于制作视频合集或剪辑。
 * **模拟数字世界**：Mora还能够创建和模拟数字世界，可根据文本描述创造出具有数字世界
   风格的视频序列，如游戏场景或虚拟环境。

## Mora的官网入口

 * GitHub地址：[https://github.com/lichao-sun/Mora](https://github.com/lichao-sun/Mora)（
   源码和模型待开源）
 * arXiv研究论文：[https://arxiv.org/abs/2403.13248](https://arxiv.org/abs/2403.13248)

## Mora的工作原理

Mora的工作原理基于一个多智能体框架，该框架通过协同多个专门化的AI智能体来完成视频
生成任务。每个智能体都负责处理特定的子任务，这些子任务共同构成了完整的视频生成流程。

![Mora的工作原理](https://paooo.com/wp-content/uploads/2026/07/mora-framework-pipelines.
avif)

以下是Mora工作流程的详细步骤：

 1. **任务分解**：Mora将复杂的视频生成任务分解为多个子任务，每个子任务都由一个专门的
    智能体来处理。
 2. **智能体角色定义**：Mora定义了以下五种基本角色的智能体：
 3.  * **提示选择与生成智能体**：使用大型语言模型（如GPT-4或Llama）来优化和选择文本
       提示，以提高生成图像的相关性和质量。
     * **文本到图像生成智能体**：将文本提示转换为高质量的初始图像。
     * **图像到图像生成智能体**：根据文本指令修改给定的源图像。
     * **图像到视频生成智能体**：将静态图像转换成动态视频序列。
     * **视频连接智能体**：基于两个输入视频创建平滑过渡的视频。
 4. **工作流程**：Mora根据任务需求，自动组织智能体按照特定的顺序执行子任务。例如，文本
    到视频的生成任务可能包括以下步骤：
 5.  * 首先，**提示选择与生成智能体**处理文本提示。
     * 接着，**文本到图像生成智能体**根据优化后的文本提示生成初始图像。
     * 然后，**图像到视频生成智能体**将初始图像转换成视频序列。
     * 最后，如果需要，**视频连接智能体**可以将多个视频片段连接成一个连贯的视频。
 6. **多智能体协作**：智能体之间通过预定义的接口和协议进行通信和协作，确保整个视频生成
    过程的连贯性和一致性。
 7. **生成与评估**：每个智能体完成其子任务后，会将结果传递给下一个智能体，直至完成整个
    视频生成流程。生成的视频可以根据预定义的评估标准进行质量评估。
 8. **迭代与优化**：Mora框架允许通过迭代和优化来改进视频生成的质量。智能体可以根据反馈
    调整其参数，以提高生成视频的质量和与文本提示的一致性。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 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/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)