面向复杂度与创意多档位的统一智能体视频编辑系统

面向复杂度与创意多档位的统一智能体视频编辑系统

原文网页：https://arxiv.org/html/2609.12769v1

摘要 剪辑是视频制作的核心环节，需要在多重约束下开展创意规划与决策。本文实现一套智能体工具链，完成三类编辑任务，任务之间编辑目标、复杂度、创意自由度各不相同：片段预览生成、叙事型视频摘要、电影级预告片。本文对输出结果开展多维度评测，并讨论自动化编辑与AI智能体带来的影响。整套系统依靠分层结构化文本元数据作为统一底层表示，支撑从简单预览到高创意预告片的全部编辑工作流。

关键词 智能体AI；智能体视频编辑；多模态内容生成；视频摘要；预告片生成；结构化元数据

目录

1 引言

优秀预告片带来的感官冲击来源于精良剪辑：深思熟虑的镜头切换、连贯叙事。剪辑工作需要调研素材、信息浓缩，同时做出多模态创意决策，例如挑选故事线索、搭配配乐。因此视频编辑非常适合作为智能体AI应用场景，融合规划、检索、序列决策、工具调用与输出评