Agentic Self-Improvement：面向图像转视频一致性的智能体优化框架

提出“Agentic Self-Improvement”框架，将图像转视频合成重构为闭环目标导向优化，人类偏好测试中胜率最高达69%。 该框架采用两阶段方法：先利用多模态大语言模型通过场景图查询和常见错误问题优化提示词，再用贝叶斯优化协同调整随机种子和CFG scale。 该方法增强了现有视频生成模型的可预测性和可控性，推动其从随机试验转向可靠的生产级工具。