PulseAugur
中
实时 12:27:52
English(EN) JAVEDIT: Joint Audio-Visual Instruction-Guided Video Editing with Agentic Data Curation

发布新的音频-视觉视频编辑数据集和基准测试

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了 JAVEdit-100k，这是一个专为指令引导的联合音频-视觉视频编辑设计的新型大规模数据集。该数据集包含约 100,000 个跨五个类别的编辑三元组，使用具有代理式循环质量控制的新颖生成流程创建。为了标准化评估，他们还开发了 JAVEditBench，一个全面的基准测试，并提出了 JAVEdit，一个在多个指标上表现优越的基线模型。 AI

影响 通过提供专门的音频-视觉同步资源，实现了更复杂的 AI 驱动视频编辑。

排序理由 该集群包含一篇介绍数据集、基准测试和基线模型的新学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yinan Chen, Chuming Lin, Zhennan Chen, Yuxiang Zeng, Junwei Zhu, Yali Bi, Xijie Huang, Chengming Xu, Donghao Luo, Zhucun Xue, Xiaobin Hu, Chengjie Wang, Yong Liu, Jiangning Zhang, Shuicheng Yan ·

    JAVEDIT: Joint Audio-Visual Instruction-Guided Video Editing with Agentic Data Curation

    arXiv:2606.03168v1 Announce Type: new Abstract: While instruction-based video editing has seen significant progress, joint audio-visual editing remains constrained by the absence of dedicated datasets and benchmarks. To bridge this gap, we present JAVEdit-100k, the first large-sc…

相关话题