Build Multimodal Stories, One Node at a Time

Build Multimodal Stories, One Node at a Time

Tell richer stories, one node at a time

This research introduces a node-based editor that lets you build a multimodal story as a graph—each “node” can hold text, images, audio, and video. You can expand, reorder, and refine nodes using plain-language prompts or direct edits.

  • Targeted edits: tweak a single scene without breaking the rest.
  • Branching: spin up parallel storylines automatically and compare.
  • Smart routing: an agent chooses the right generator for structure, content, formatting, and context.
  • Iterative control: refine nodes step by step across media.

In tests, the system generated coherent outlines and supported hands-on editing workflows, giving creators more control over pacing and structure. Limitations remain—long narratives can be hard to scale, and keeping characters and details consistent across nodes is challenging. The authors point to human-in-the-loop tools as the next step.

Paper: http://arxiv.org/abs/2511.03227v2
Authors: Alexander Htet Kyaw, Lenin Ravindranath Sivalingam

Paper: http://arxiv.org/abs/2511.03227v2

Register: https://www.AiFeta.com

AI GenerativeAI Storytelling Multimodal HCI Research Creativity Video Audio Images

Read more

Pieni kielimalli oppi kysymään taulukoilta ihmisen puolesta

Pieni kielimalli oppi kysymään taulukoilta ihmisen puolesta

Moni on tuijottanut Exceliä ja toivonut voivansa vain kysyä: missä kaupunginosissa koti on kävelymatkan päässä terveysasemasta ja ruokakaupasta? Ihmismielelle yksinkertainen pyyntö muuttuu helposti tuntien suodatukseksi ja kaavanviilaukseksi. Tietokone kyllä tietää vastauksen – jos vain osaisimme puhua sen kieltä. Viime vuosina apua on pyydetty juttelevalta tekoälyltä. Se osaa etsiä ja tiivistää tekstejä,

By Kari Jaaskelainen
Tekoäly vastaa fiksummin, kun sille annetaan oikea tieto oikealla tavalla

Tekoäly vastaa fiksummin, kun sille annetaan oikea tieto oikealla tavalla

Katsaus kokoaa, miten kielimalleja voi vahvistaa antamalla niille jäsenneltyä lisätietoa vastaushetkellä – yksinkertaisista vihjeistä aina syy–seurausketjuiksi järjestettyyn taustaan. Kuvittele, että pyydät tekoälyä selittämään, mitä uusi lakimuutos tarkoittaa pienyrittäjälle. Yleismallinen kielimalli osaa puhua aiheesta sujuvasti, mutta jos laki on muuttunut äskettäin, vastauksessa voi olla vanhaa tietoa tai epävarmoja arvailuja. Sama kokemus

By Kari Jaaskelainen
Tekoäly voi olla sekä nopea että säästeliäs – jos se oppii milloin ajatella ääneen

Tekoäly voi olla sekä nopea että säästeliäs – jos se oppii milloin ajatella ääneen

Kuvittele chat-ikkuna, jossa vastaus alkaa rönsyillä: ensin pari perustelua, sitten varmistus, lopulta vielä varmistuksen varmistus. Käyttäjä odottaa, laskutus juoksee. Tekoälymallit hinnoitellaan usein “tokeneina” – sananpaloina – joten jokainen turha kiemura maksaa sekä aikaa että rahaa. Vuosia alalla vallitsi hiljainen oletus: mitä enemmän mallilla on laskentatehoa ja mitä pidemmin se ”miettii”, sitä parempaa

By Kari Jaaskelainen