Google 长视频一致性新范式：Co-Director 与 CANVAS 重塑分镜编辑逻辑
2026 年 9 月 24 日，Google Research 发布了一篇关于长视频生成一致性的研究综述，深度串联了 Co-Director、CANVAS、A²RD 和 VQQA 四项核心成果。这并非单一产品的功能更新，而是一套针对“失控”场景的系统性解决方案，旨在解决当前 AI 视频生成中角色崩坏、时空错乱及叙事断裂的顽疾。
核心突破：从“全局重写”到“状态锚点”
传统长视频生成的痛点在于，当某个镜头出现错误时，往往需要回溯并重写整段提示词（Prompt），导致试错成本随视频时长呈指数级上升。Google 提出的新范式将制作流程拆解为四个独立环节：
- 美术设定 (Co-Director)：负责全局创作方向与局部反馈的组织，统筹整条故事线。
- 视觉分镜 (CANVAS)：将连续性前置，通过角色、背景锚点和地点规划，约束相邻及远距离镜头的逻辑。
- 片段管理 (A²RD)：围绕视频片段组织检索、生成、修正和记忆更新，确保上下文连贯。
- 质量评估 (VQQA)：将视觉检查转化为可回答的问题，让模型反馈直接参与提示词优化。
实践案例：一把钥匙的连续性追踪
文章通过原创短片《末班渡轮》展示了具体的执行逻辑。在雨夜码头场景中，一把黄铜钥匙的转移是检验一致性的关键。系统不再要求“钥匙颜色不变”，而是精确记录“钥匙已在姐姐右手，林舟双手空着”这一结束状态作为下一镜的起点。
这种“状态锚点”机制允许合理的剧情变化（如外套变湿、钥匙交接），但严格锁定变化的依据。例如，在钥匙交接完成后，若后续镜头仍强制参考“林舟持钥匙”的画面，会导致逻辑崩塌。正确的做法是每生成一段，挑出能准确代表结束状态的画面，并明确标注哪些细节可继承，哪些必须更新。
对开发者的价值：可追踪的制作工作流
对于构建 AI 视频工具的开发团队而言，这套方法论提供了清晰的架构思路：
- 精细化分镜：不再依赖模糊的自然语言描述，而是建立包含身份、地点、状态的事件描述表。
- 版本控制：保留未经修改的创作目标，为每次尝试记录修改项和结果，避免局部修复导致全局目标偏移。
- 短场景验证：建议先用三个镜头验证明确的状态变化，再逐步增加复杂度，降低长片生成的不可控风险。
Google 强调，长片的可靠性首先取决于这些小决策是否可追踪。通过这种“先做可核对的短场景”策略，开发者可以将复杂的生成任务拆解为可管理、可复盘的原子单元，显著提升最终成片的质量与效率。
