CogenPVG：面向说服性视频生成的认知增强反思式多智能体框架

arXiv 收录论文提出 CogenPVG，一个面向说服性视频生成（PVG）的认知增强反思式多智能体框架。给定用户提供的主题与立场后，它把生成流程拆为论点推理、分镜规划、素材创建、后期剪辑四个顺序阶段，模仿人类视频制作流程。每个阶段配有生成器与批评者智能体，依据 ELM 说服理论进行反思式精修。论文称其为首个面向通用说服主题、不限于商业用途的工作，实验显示取得最佳说服效果。

此前的多模态视频生成多聚焦画面质量与指令跟随，较少把“说服效果”作为优化目标，也少有工作为通用议题而非商业广告服务。该工作把说服理论显式嵌入生成流程，并用生成—批评的反思循环逐阶段优化，意味着视频生成的目标函数从内容逼真向认知影响延伸。

机制上有两条线索：一是流程解耦，把复杂的视频生产拆成四个可独立优化的阶段，降低单次生成难度；二是引入 ELM 双路径，论点推理阶段走中心路径，借助批判性思维理论产出逻辑与可信度更高的论据，其余三阶段走边缘路径，依据启发式理论优化多模态素材，使最终成片同时作用于理性与直觉两条说服通道。

对内容与营销类产品，可把“主题加立场”作为输入、成片作为输出，将脚本、分镜、素材、剪辑串成可编排的智能体流水线，减少人工创意与后期环节。批评者智能体提供了自动质检与迭代机制，有利于降低试错成本，但也意味着需要为各阶段单独设计评估标准与人工审核点。

• 将四阶段流程封装为可配置流水线，允许用户按议题插入自有素材与品牌规范
• 围绕生成器—批评者对搭建说服力评分与A/B测试接口，用于比较不同论据与剪辑版本
• 面向公共议题、教育或公益传播场景提供非商业模板，与广告类工具形成差异
• 把论点推理阶段单独产品化，作为观点论证与反驳生成的文本工具

• 论文实验的说服效果如何测量，样本规模与评测标准是否公开可复现
• 四阶段流水线的计算成本与端到端生成耗时未在证据中说明
• 框架对中文等非英文议题与素材的适配效果尚不明确
• 生成内容的真实性、版权与合规风险如何处理未在证据中提及