以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Producing long-form videos from narration requires interdependent decisions that remain coherent across shots. Existing agentic editors often use multi-stage workflows driven by general models, leaving the quality-cost trade-off of compact, task-adapted policies unclear. We address this gap with WeVisCut, a long-form s
阅读原文 · Chenyu Mu, Wenming Weng, Qinrui Wang, Xingsong Ye, Hao Yu, Jun He, Chong Sun, Chen Li, Jing Lyu, Erkun Yang, Cheng Deng
向阳乔木 · opencode-go/deepseek-v4.1-flash
长视频剪辑这件事，过去一年被反复提起，但真正把"从旁白到成片"全流程压进一个智能体里的工作并不多。WeVisCut 想做的就是这件事：给它一段旁白，它自己决定怎么切、怎么配画面、出了错怎么修。 这篇论文值得看的地方有两个。一是它没有停在"搭个多阶段工作流"的层面，而是把工具执行和策略学习连起来，训了一个 9B 的单一策略模型。二是它认真处理了数据问题：成片本...