HuggingFace Daily Papers· Chenyu Mu, Wenming Weng, Qinrui Wang, Xingsong Ye, Hao Yu, Jun He, Chong Sun, Chen Li, Jing Lyu, Erkun Yang, Cheng Deng·· 2 天前精选AI 评分65
WeVisCut: 从叙述到长视频的全流程智能体编辑系统
WeVisCut: The Whole Editing Room in One Agent From Narration to Long-Form Video
AI 导读
WeVisCut 是一个从脚本生成长视频的系统，通过工具执行与策略学习连接，使用共享生产状态确保决策连贯性。研究团队构建了四阶段数据管道，从 3,750 个成品视频中生成 13 万多个训练样本，训练出单个 9B 参数策略模型。在 100 任务基准测试中，WeVisCut 显著优于基础模型，性能接近 Claude Opus 5，但每个成功输出分钟的生成 token 数量减少了近 33 倍。
推荐理由
WeVisCut 将视频编辑流程整合为单一智能体，用 9B 参数模型实现接近 Claude Opus 5 的效果，同时大幅降低 token 消耗。
来源：HuggingFace Daily Papers · arxiv.org