[arXiv 2026] COMIC：让 AI 真正拥有幽默感，全自动多智能体短剧生成新高度

TL;DR

让 AI 讲个笑话不难，但让它拍一段像《周六夜现场》(SNL) 那样有梗、有逻辑、画面还统一的短剧简直是灾难。华盛顿大学的研究团队推出的 COMIC 框架，通过模拟人类制片厂的角色分工（编剧、导演、评估员），利用多岛屿演化算法和人类偏好对齐的评论员，实现了从角色定义到 1-2 分钟幽默视频的全自动产出。

背景定位：从“泛泛生成”到“深度创作”

在 AI 视频领域，我们正处于从“生成 10 秒精美画面”向“讲述完整故事”跨越的节点。以往的 Agentic 视频生成方法大多是单向的（Plan-then-Generate），缺乏创意的碰撞与反复雕琢。COMIC 的核心贡献在于将 演化计算 (Evolutionary Computation) 与 多智能体框架 (Multi-agent Systems) 结合，把幽默创作变成了一场不断优化的“生存竞赛”。

核心挑战：幽默的不可量化性

作者指出，幽默是主观的且具有“相对性”。一个笑话听多了就不搞笑了，且冷笑话和闹剧之间没有统一的衡量尺度。因此，COMIC 放弃了寻找一个固定的奖励函数（Reward Function），而是采用了“基于评价的演化”，认为一个剧本好不好，取决于它能否在与其他选手的对战中赢得多样化评论员的青睐。

方法论详解：演化竞赛与制作管道

1. 对齐现实观众的评价标准

研究者从 YouTube 收集了近 5000 个喜剧视频，利用播放量及其增长曲线建立模型，筛选出能代表不同频道风格（如 Key & Peele, SNL）的 LLM 评论员。这种“任务特定选择”确保了 Agent 不再是盲目给出反馈，而是带有明确审美偏好的“毒舌评委”。

2. 多岛屿剧本循环 (Script Writing Loop)

COMIC 将剧本种群分布在 K 个平行的“岛屿”上。

• 两两对战 (Pairwise Tournament)：岛屿内的剧本相互竞争。
• 败者迭代：输掉的剧本必须根据评论员对胜者的反馈进行改写。这相当于在语义空间内进行了“交叉”与“变异”。
• 发散性演化：不同岛屿由不同偏好的委员会管理，保证了产出既有冷幽默也有荒诞派，避免了审美的单一化。

3. 视觉渲染循环 (Video Rendering Loop)

剧本定型后，进入导演环节。系统通过“时空内存库”保持角色和背景的一致性，每个分镜头都要经过“渲染评论员”的挑刺：

• 是否符合剧本节奏？
• 角色表情是否到位？
• 道具是否穿帮？ 通过“深度”上的迭代改进和“广度”上的方案备份筛选，最终合成长视频。

实验与结果：AI 真的变好笑了

对比实验令人吃惊。COMIC 的视频在 受众喜爱度 (Watch More) 上不仅碾压了其他 Agent 智选方案，甚至超越了目前最强的黑盒模型 Sora 2。

• SOTA 级性能：尽管在图像的绝对真实感（Realism）上稍逊于顶级生成模型，但在叙事连贯性和剧本幽默感上，人类评价分远高于基线模型。
• 测试时缩放 (Test-time Scaling)：COMIC 展示了类似于推理模型（如 o1）的特性——投入更多的计算资源（更多岛屿、更多渲染尝试），最终效果能呈对数增长。

深度洞察

COMIC 的成功本质上验证了红皇后假说 (Red Queen Hypothesis)：在创意领域，没有绝对的终点，只有在持续的竞争压力下不断进化的优胜者。它最迷人的地方在于，这种“进步”是通过 LLM 逻辑判断而非参数微调达成的。

局限性：目前的渲染成本仍然较高（单台 GPU 约需一天时间），且对音效、配乐的精细控制还有待加强。然而，COMIC 为我们勾勒了未来电影制作的一种可能：你只需要给出几个设定，AI 军团就会在你背后疯狂竞标、改稿，直到呈上一部让你忍俊不禁的成品。

总结 (Takeaway)：COMIC 将创意生成从“概率抽样问题”转化为了“演化搜索问题”。它证明了在主观创意任务中，多元化的专业评论员反馈比大数据暴力生成更有效。