VideoGen-Agent 用多任务强化学习让视频生成智能体学会调用检索、仿真与验证工具，在 VABench 上把基础生成器从 56.5 提升到 75.6，换用更强生成工具后达到 86.1
该工作提出 VideoGen-Agent，一个通过监督微调加多任务智能体强化学习训练的多模态智能体，在六类视频生成任务（程序性知识、单实体身份、多实体身份、物理仿真、组合场景、多镜头）中协调检索、仿真、生成与验证工具，并构建了 600 条提示的 VABench 基准；在 VABench 上把基础 T2V 生成器 Seedance 1.0 从 56.5 提升到 75.6，换用未在训练中见过的升级生成工具后进一步提升到 86.1，人类评分者在 100 对比较中更偏好该配置。