**MMLVE-Agent：基于智能体推理的多镜头一致长视频编辑**

_Thinking on Shots: Consistent Multi-Shot Video Editing with Agentic Reasoning_

> 针对长视频多指令编辑中实体碎片化、编辑幻觉和时序断裂等难题，研究者提出MMLVE任务及MMLVE-Agent框架，利用LLM与VLM协同实现镜头级视频解耦与精确指令解析，并构建MMLVE-Bench数据集进行评估。实验表明该方法优于Seedance 2.0等现有方案，能有效消除编辑幻觉并保持跨镜头一致性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-28 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.26809)