From Data to Story: Towards Automatic Animated Data Video Creation with LLM-based Multi-Agent Systems

从原始数据中创建数据故事具有挑战性，因为人类的注意力有限，需要专业技能。最近大型语言模型（LLMs）的进展为开发具有自主代理的系统提供了巨大机会，以简化数据故事工作流程。虽然多代理系统具有完全实现LLM潜力的好处，可以通过为各个代理分解任务来实现，但设计这样的系统也面临任务分解、子任务的性能优化和工作流设计等挑战。为了更好地理解这些问题，我们开发了Data Director，这是一个基于LLM的多代理系统，旨在自动创建动画数据视频，这是数据故事的代表性类型。Data Director解释原始数据，分解任务，设计代理角色以自动做出明智决策，并无缝集成数据视频的各种组件。一项案例研究展示了Data Director在生成数据视频方面的有效性。在开发过程中，我们从解决挑战中得出了教训，指导了进一步发展用于数据故事叙述的自主代理。我们还阐明了未来的全局优化、人机交互设计和高级多模式LLMs的应用方向。

论文旨在解决从原始数据中创建数据故事的挑战，包括人类的有限注意力和需要专业技能。同时，论文试图通过开发基于大型语言模型的多智能体系统，简化数据故事的工作流程。

该论文提出了Data Director，一种基于LLM的多智能体系统，旨在自动化生成动画数据视频。Data Director解释原始数据，分解任务，设计代理角色以自动做出明智的决策，并无缝集成数据视频的各种组件。

该论文的亮点包括Data Director的有效性，以及从解决挑战中得出的经验教训。实验设计是基于数据视频的案例研究，还有提出了全局优化、人机交互设计和应用高级多模态LLM的未来研究方向。

最近在这个领域中，还有一些相关的研究，如：'Automated Storytelling from Streaming Data'，'Data-Driven Storytelling: A Survey of Computational Methods for Narrative Generation from Data'，'Automated Data Storytelling: A Survey and Future Directions'。