UniVideo

新框架VideoAgent和UniVideo推动AI视频编辑与理解发展

研究人员开发了两个新框架VideoAgent和UniVideo，旨在推进视频理解和编辑能力。VideoAgent采用多智能体协同系统，配备专门的编辑智能体来处理各种视频操作和长篇叙事创作，实现了高成功率和接近人类水平的质量。UniVideo则采用双流设计，结合了多模态大语言模型和扩散Transformer，实现了统一的视频生成与编辑，并展示了对未见任务和任务组合的泛化能力。