VLDB 2026  ·  Demo Paper

DataMagic: 把
结构化数据变成
动态叙事视频

关于
上传表格,描述想讲清楚的数据故事,DataMagic 会通过 AI 规划、模板推荐、可编辑场景和数据绑定渲染生成动态数据视频。
在线可用  ·  VLDB 2026 Demo  ·  源代码逐步开放中

概览

从原始表格到可分享的
数据故事

DataMagic 是一个交互式系统,用于把表格数据转成带旁白、动画和可编辑结构的数据洞察视频。它面向分析师、研究人员和需要把数据讲成故事的团队。

系统支持三种实用路径:完整的多场景生成流程、面向快速报告的快速生成模式,以及用于单个动态图表的 Single Chart。用户可以预览结果、修改文本和视觉效果,并导出真实 MP4 视频。

在底层,DVSpec 会把视觉元素和源数据字段绑定,并让动画时序与旁白内容对齐,使生成结果可追溯、可编辑,也更适合数据传播。


生成方式

根据任务选择合适的生成路径

DataMagic 同时支持完整的数据故事视频和轻量的动态图表生成,可以根据任务所需的结构完整度和速度进行选择。

完整流程

多场景叙事数据视频

  • 上传 CSV 或 Excel 表格,并描述分析目标
  • AI 规划场景、图表选择、旁白和视觉节奏
  • 适合商业报告、研究总结和正式展示
快速生成

更快得到完整视频

  • 保留 AI 规划和旁白,但使用更快的渲染路径
  • 适合周期性报告、草稿和快速评审
  • 在生成速度和叙事完整性之间取得平衡
Single Chart

一个聚焦的动态图表

  • 粘贴或上传小表格,并描述想生成的图表
  • AI 在生成前推荐合适的模板和风格
  • 适合幻灯片、快速分享和单个数据点说明

演示视频

系统流程演示

案例

生成的数据故事

这些案例覆盖商业、能源和科技数据集。每个案例都来自结构化数据和自然语言意图,并生成真实视频。


模板库

生成前预览视觉风格

DataMagic 包含 100 多种视觉模板,覆盖柱状图、折线图、饼图、散点图、桑基图、瀑布图、KPI 卡片和叙事场景。模板推荐会在渲染前根据数据形态和表达目标匹配合适风格。

DataMagic template gallery

模板库 — 在生成视频或 Single Chart 前浏览、预览并标记偏好的视觉风格。


功能亮点

DataMagic 提供的核心能力

01

完整的数据到视频生成

从上传的表格数据生成可用于展示的数据视频,包括场景规划、图表选择、旁白、动画和导出。

02

快速运行时生成

在速度优先的场景下使用优化过的生成和渲染路径,同时保留 AI 辅助规划和叙事结构。

03

Single Chart 模式

粘贴或上传数据后快速生成一个动态图表,无需运行完整的多场景故事流程。

04

模板推荐

AI 根据数据列、分析目标和表达风格,从模板库中推荐图表类型和视觉模板。

05

运行时预览和编辑

预览生成视频,直接编辑文本,用自然语言调整内容,并尽可能局部更新而不是整体重生成。

06

数据绑定场景

视觉元素通过 DVSpec 与底层数据字段绑定,让生成故事更容易检查、修改和信任。


系统架构

Generate-then-Orchestrate 流程

DataMagic 通过两阶段多智能体引擎处理原始表格数据和自然语言查询,生成 DVSpec 配置,并编译为完整叙事视频。

CSV + 查询 阶段 1 — 候选生成 DVSpec 阶段 2 — 全局编排 叙事视频
DataMagic system architecture diagram

图 1 — 从原始表格数据到叙事视频的两阶段流程,DVSpec 作为结构化中间表示。

阶段 1

数据驱动的候选生成

  • 故事规划器 — 将查询拆解为趋势、对比、分布等分析子任务
  • 数据管理器 — 生成 Python 代码,对数据进行切片、筛选和聚合
  • 视觉设计器 — 设计图表类型、数据绑定和视觉风格,并抽取洞察写入 DVSpec
阶段 2

全局叙事编排

  • 旁白导演 — 根据洞察价值选择场景,并按叙事逻辑排序
  • 动画协调器 — 通过语义引用把旁白中的数据实体绑定到视觉元素
  • 渲染引擎 — 将 DVSpec 编译为视频,并通过 TTS 合成旁白音频

系统界面

三个交互场景

Web 界面包含上传与历史记录、实时视频预览、场景时间线与旁白编辑,以及 AI 辅助编辑等区域,支持生成、修改和数据问答。

DataMagic web interface

图 2 — 系统界面

A数据上传与历史记录
B实时视频预览
C场景时间线与旁白编辑
DAI 辅助编辑,包括画布操作、数据问答和场景生成
场景 1

数据驱动的自动生成

上传业务 CSV 并输入自然语言查询,例如 “分析 Q4 收入峰值、区域营销效率和主要利润贡献产品。” 系统会执行查询拆解、数据切片、图表设计和叙事编排。

与黑盒生成不同,DataMagic 会展示场景时间线、旁白文本、动画标签和底层数据表,使每个视觉元素都可以追溯到源数据。

场景 2

基于 DVSpec 的多模态编辑

用户可以通过共享同一 DVSpec 状态的多种方式修改视频。编辑尽量局部生效,避免不必要的完整重生成:

  • 画布直接操作 — 点击图表打开属性面板,切换图表类型、修改数据映射或调整颜色。
  • 声明式文本编辑 — 在时间线编辑旁白文本,音频时长变化后动画时序会自动重新对齐。
  • 自然语言命令 — 例如输入 “把第 4 个场景改成树图并突出最高产品。”,系统解析后只增量更新对应场景。
场景 3

基于数据溯源的问答

DVSpec 保留完整语义溯源,使视频不只是单向播放内容,也可以成为可探索的数据界面:

  • 询问当前场景问题,例如 “哪个产品 Q3 到 Q4 增长率最高?”,系统会从原始数据中返回结构化答案。
  • 询问跨越整个视频的全局问题,支持多粒度数据探索。
  • 将问答得到的新洞察转成新场景,例如 “添加一个场景展示增长最高两个产品的月度收入趋势。”

DVSpec

声明式数据视频规范

DVSpec 是 DataMagic 的结构化中间表示,用于连接数据、视觉元素、旁白和动画时序。它让逻辑描述与渲染实现解耦,也让生成结果可以被检查和编辑。

数据驱动的语义引用

视觉元素通过数据属性值引用,例如 {"product": "4K Monitor"},而不是依赖硬编码坐标或临时 ID。这样图表变化后仍能保持数据溯源。

旁白索引触发

动画触发基于旁白片段索引,而不是固定时间戳。当用户修改旁白文本导致音频时长变化时,系统可以重新对齐动画时序。

DVSpec structure and rendering flow

图 3 — DVSpec 结构与渲染流程,可被转换为 D3.js 可视化和 Remotion 动画。

scene.dvspec.json
// Chart scene — semantic references + narration-indexed triggers
{
  "type": "chart",
  "content": {
    "chart_type": "bar",
    "data_bindings": { "x": "product", "y": "growth_rate" }
  },
  "narration": [
    "4K Monitor leads with 52.5% Q3-to-Q4 growth,",   // index 0
    "followed by Laptop Pro X at 52.2%."               // index 1
  ],
  "animation": [
    {
      "type": "highlight",
      "target": { "product": "4K Monitor" },    // semantic ref — not a pixel coord
      "trigger": { "narration_index": 0 }          // auto-aligns to TTS duration
    },
    {
      "type": "highlight",
      "target": { "product": "Laptop Pro X" },
      "trigger": { "narration_index": 1 }
    }
  ]
}

Roadmap

当前状态与下一步计划

DataMagic 已经在线可用,后续会逐步开放更多源代码、实现说明、数据集和模板案例。

完整流程、快速生成和 Single Chart

核心生成模式已经可用,分别面向多场景视频、更快的报告生成和单个动态图表。

模板库和运行时预览

用户可以浏览视觉风格、预览生成视频、编辑文本,并通过自然语言继续优化结果。

更多公开源代码和实现说明

我们正在准备围绕生成流程、DVSpec、模板适配器和部署流程的更多文档。

更强的模板推荐和反馈学习

后续重点会放在提升风格选择、从用户反馈中学习,以及扩展示例和评测案例。


社区

关注更新并加入讨论

在线产品已经开放使用。源代码正在逐步发布,我们也欢迎来自真实数据视频场景的反馈。

在线试用
Live
使用在线产品上传数据、生成叙事视频、测试 Single Chart,并浏览模板库。

在线试用

微信群
DataMagic WeChat community QR code
扫码加入讨论群,分享使用场景、提出问题,并关注产品更新。