近年来，多模态生成模型快速发展，正在推动多模态内容生成方式变革。

中心先进交互式技术与应用发展部提出智能体驱动的可视分析框架T2VTree，解决多模态生成创作中意图转化难、过程追溯难、结果管理难、素材复用难等问题。该框架将用户意图、提示词、参数、生成结果等抽象为可编辑回溯的创作节点，实现了生成内容的人智协同交互控制。基于该框架研发的T2VTreeVA系统相比当前先进的ComfyUI工作流，视频创作周期减少82.9%，模型调用次数减少37.2%，可复用内容由4.3个提升至8.3个，显著提升了多模态生成创作的过程可控性、探索效率和结果复用能力。

该成果已被PacificVis 2026录用，PacificVis是CCF推荐C类会议。论文第一作者为我中心硕士研究生郑卓云，董禹助理研究员为共同第一作者，通讯作者为单桂华研究员。该工作得到中国科学院-湖南省文化和科技融合联合攻关项目（2024JK4002）与中心基础研究基金青年项目（25YF08）支持。

智能体驱动的多模态模型生成可视分析系统T2VTreeVA

相关成果：Zhuoyun Zheng, Yu Dong, Gaorong Liang, Guan Li, Guihua Shan*, Shiyu Cheng, Dong Tian, Jianlong Zhou, and Jie Liang. "T2VTree: User-Centered Visual Analytics for Agent-Assisted Thought-to-Video Authoring." In 2026 IEEE 19th Pacific Visualization Conference (PacificVis), pp. 369-379. IEEE, 2026.

责任编辑：郎杨琴