**MoviEdit：轻松实现长视频多镜头编辑，性能媲美行业顶尖模型**

_MoviEdit: Long-form Multi-Shot Video Editing Made Easy_

> MoviEdit 是一个端到端的长视频多镜头编辑框架，解决了跨场景、视角和主体变化的连贯性难题。该框架通过自动数据生成管道构建了 87K 条配对编辑视频，并采用级联双向自回归架构，在时空压缩表示上建立全局连贯草稿，再对完整视频进行自回归传播与细化。实验表明，MoviEdit 在文本和图像引导编辑上大幅优于开源模型，且表现与行业前沿模型持平。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.02737)