课题详情： 课题背景： 随着AI技术在文本理解与生成领域的持续演进，影视前期创作迎来智能化新机遇。传统剧本改编高度依赖编剧个人经验，流程周期长、人力成本高，且质量评估主观性强。AI技术有望在剧本改编、质量评估及分镜生成等环节实现智能化辅助，显著提升创作效率与作品质量。 课题挑战： 当前AI在剧本改编与生成中仍面临多重挑战：一是剧本深度理解难题，模型需精准把握剧情逻辑、人物关系、情感张力等复杂叙事要素，避免语义断裂或逻辑矛盾；二是质量评估客观化瓶颈，如何融合艺术审美与量化指标构建多维评估体系，实现从情节连贯性到人物塑造力的综合评判，尚无成熟方案；三是跨模态对齐挑战，从剧本到文字分镜的自动生成要求模型拥有专业化的导演思维，以实现画面与剧情的精准契合。 具体工作： 在剧本改编层面，探索基于长程记忆与奖励建模的剧情与人设一致性约束；在分镜生成层面，研究跨模态语义对齐与RLHF策略，最终构建面向影视前期创作的生成与评估模型。 课题要求： 1、具备较强的学习能力、清晰的逻辑思维能力和出色的沟通能力，有强烈的好奇心； 2、熟悉现有强化学习理论与框架，有探索新理论与新方法的热情； 3、具有扎实的计算机视觉和机器学习算法基础，有LLM、多模态LLM方向顶级论文者优先。