Een personage loopt een museumzaal uit, keert drie scènes later terug en draagt ineens een andere jas. De zaal is intussen ook verbouwd. Wie met losse AI-videoclips een verhaal probeert te maken, kent dit soort continuïteitsfouten: elk fragment kan overtuigen, terwijl de film als geheel zijn geheugen verliest.

Google Research bundelde op 24 september 2026 vier onderzoeksprojecten rond precies dat probleem. De inzet is niet één nieuw videomodel dat vanzelf een speelfilm maakt. Het zijn lagen bovenop bestaande modellen die plannen, visuele kenmerken bewaren, nieuwe fragmenten maken en het resultaat opnieuw beoordelen. De onderliggende studies verschenen eerder; de publicatie van september brengt ze samen als onderzoeksrichting.

Bij het project CANVAS begint samenhang vóór de eerste bewegende scène. Een storyboard houdt bij wie er in beeld is, hoe een locatie eruitziet en welke voorwerpen van toestand veranderen. Beelden van personages en plekken blijven als visuele ankers beschikbaar wanneer het verhaal later naar hen terugkeert. Dat klinkt bijna banaal. Een menselijke filmploeg houdt ook een script, foto’s en continuïteitsnotities bij. Juist die expliciete administratie ontbreekt vaak wanneer iedere AI-clip met een nieuwe prompt wordt gestart.

Een tweede project, A²RD, richt zich op de langere tijdlijn. Het maakt video segment voor segment en gebruikt geheugen over eerdere stukken. Soms mag het verhaal vooruit improviseren; soms moet een nieuw segment juist stevig aansluiten op wat al bestond. Google toont daarbij een video van tien minuten. Dat is een demonstratie van het onderzoek, geen bewijs dat willekeurige verhalen van tien minuten consequent goed uit een druk op de knop komen.

De andere twee onderdelen proberen de productie te sturen en bij te schaven. Een AI-‘co-director’ verdeelt het werk in verhaalopzet, beelden, beweging en geluid en laat een beoordelend model de samengestelde versie terugkoppelen. VQQA stelt gerichte vragen over wat in een video zichtbaar is en past vervolgens de tekstprompt aan voor een nieuwe generatiepoging. Het repareert dus geen pixels in een bestaand beeld; het laat het model opnieuw proberen met betere aanwijzingen.

De technische verschuiving is interessant: de AI moet niet alleen het volgende mooie beeld voorspellen, maar ook onthouden wat in dit verhaal al waar is. Was de steen uit de vitrine gehaald? Wie speelde de viool? Welke jas droeg de dief toen hij voor het eerst binnenkwam? Een lange video vraagt om een kleine, consequente wereld.

De gemelde verbeteringen komen uit door de onderzoekers gekozen voorbeelden en benchmarks. Google presenteert de systemen als onderzoek, geeft in dit bericht geen algemene beschikbaarheid aan en noemt verdere ontwikkeling met menselijke makers. Hoe goed de aanpak werkt bij de onvoorspelbare opdrachten van echte gebruikers, is daarmee nog niet vastgesteld.

Misschien begint de volgende sprong in AI-video dus minder bij scherpere pixels dan bij iets ouderwets: een goede continuïteitsbewaker die op tijd zegt dat die jas gisteren nog blauw was.

Bronnen en verantwoording