**VIS-Ground：基于上下文锚定的视频交互式叙事生成框架**

_VIS-Ground: Video Interactive Storytelling with Contextual Grounding_

> 针对视频交互式叙事中观众指令与源素材、当前视频状态间存在的潜在依赖问题，提出VIS-Ground框架。该框架通过结构化上下文抽象、生成约束归纳及受限视频生成三个阶段，将异构输入转化为可执行约束模型。实验显示，在三种视频生成骨干网络上，VIS-Ground综合得分平均提升10.3分，显著优于现有基线。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-13 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.09326)