全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

WeVisCut: The Whole Editing Room in One Agent From Narration to Long-Form Video

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

乔木风格重写

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...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出