dumaiИИ сам монтировал длинные ролики, запускал инструменты и исправлял ошибки
Препринт, ещё не рецензирован · ранние данные
Кратко
WeVisCut сама монтирует длинные видео по сценарию, запускает нужные инструменты и исправляет ошибки в процессе. Систему обучили более чем на 130 тысячах примеров, восстановленных из 3750 готовых роликов, и проверили на 100 задачах: в общей среде инструментов результат был сопоставим с Claude Opus 5.
Зачем это знать?
Система показывает, что один ИИ может объединить несколько этапов создания длинного ролика и получить сопоставимый результат при гораздо меньшем объёме сгенерированного текста. Но пока неясно, сохранится ли это преимущество в реальных производственных процессах.
Разбор
Главная трудность здесь не в том, чтобы нарезать отдельные сцены, а в том, чтобы весь ролик оставался связным: решение в одном месте меняет то, что понадобится дальше. Поэтому WeVisCut держит общее состояние проекта — например, что уже сделано и какие ошибки возникли, — и передаёт обратную связь от инструментов следующему шагу. Если действие не удалось, система может не просто остановиться, а изменить план и попробовать исправить результат в той же рабочей среде.
Авторы не собирали обучение вручную по каждому решению монтажёра. Они взяли готовые ролики и специальной четырёхэтапной процедурой восстановили, какие монтажные действия, вероятно, привели к финальному видео, а затем проверили, что эти действия можно воспроизвести. Так из уже существующих работ получили примеры, на которых обучили одну компактную модель с 9 миллиардами параметров, способную координировать производство вместо цепочки разных общих моделей.
Для проверки авторы создали собственный набор из 100 задач и оценивали не только качество монтажа, но и надёжность выдачи готового результата — всего по пяти метрикам. В одинаковом наборе инструментов система оказалась лучше исходной модели и специализированных редакторов, настроенных под отдельные задачи. Это важно: сравнивали не только «красивый ли ролик», но и то, насколько стабильно агент доводит работу до конца.
Ключевые цифры
Можно ли доверять
Это препринт с arXiv, поэтому другие учёные ещё не проверили работу рецензированием. Сравнение проводили на 100 задачах в общей среде инструментов, а не в реальном производстве; кроме того, абстракт не показывает, как система поведёт себя на новых жанрах, командах и рабочих процессах.
- Работа опубликована как препринт и ещё не прошла независимую научную проверку.
- Сравнение проводилось в общем инструментальном окружении и по метрикам, предложенным авторами; неясно, насколько результаты переносятся на реальные производственные процессы.
- Качество оценивалось на 100 задачах, а обучающие примеры были восстановлены из уже готовых видео, поэтому система не обязательно отражает весь спектр творческих и монтажных задач.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено