WeVisCut

Die Kernfunktionalität von WeVisCut dreht sich um einen iterativen Beobachten-Denken-Handeln-Zyklus. Nachdem der erste Videoschnitt erstellt wurde, kann ein Regisseur über den Chat mit dem Agenten interagieren und spezifische Änderungen anfordern, wie das Tauschen der Quelle eines Shots, das Ändern der Musik oder das Umgestalten von Untertiteln. Die Richtlinie plant dann intelligent lokal um und liefert den überarbeiteten Inhalt erneut, wobei sichergestellt wird, dass bereits erfolgreiche Elemente erhalten bleiben und nicht neu aufgenommen werden.

Wesentlich für den Betrieb sind „Bearbeitungsinversion“ und „Verifiziertes Replay“. Das System stellt die Bearbeitungsabsicht aus fertigen, narrativ gesteuerten Videos wieder her und spielt diese Absicht dann mit Produktionswerkzeugen ab. Dieser Prozess umfasst eine vierstufige Pipeline, die Beobachtung, begrenzte Reparatur und Trajektorienmaterialisierung beinhaltet und ausführbare Aufsicht für die KI generiert. WeVisCut hält einen gemeinsamen Produktionsstatus über alle Werkzeugaufrufe hinweg aufrecht, sodass Rückmeldungen zur Laufzeit nachfolgende Entscheidungen, Inspektionen, begrenzte Reparaturen und Neuprogrammierungen informieren, wodurch über einen festen offenen Workflow hinausgegangen wird.

Das WeVisCut-Framework umfasst Datenkonstruktion, Training und Inferenz, die alle durch geschlossene Werkzeugausführung unterstützt werden. Es wählt intelligent geeignete Werkzeuge basierend auf dem aktuellen Produktionsstatus aus und koordiniert Planung, Ausführung, Inspektion und Lieferung. Der Agent ist in der Lage, Skripte und Shot-Pläne zu erstellen, visuelle und audio Assets abzurufen und Erzählungen, Dekorationen und Zeitachsenbearbeitungen zu komponieren. Er inspiziert auch zurückgegebene Artefakte anhand von Qualitätsdimensionen, identifiziert Fehler und leitet gezielte Reparaturen ein. Validierte Werkzeugrückgaben aktualisieren den kanonischen Status und die Artefakte, sodass jede nachfolgende Aktion den neuesten Ausführungsstatus nutzt. Lokale Korrekturen haben Vorrang, um erfolgreiche Arbeiten zu bewahren, wobei Inspektionsbeweise in die Richtlinie zurückfließen, um die Entscheidungsfindung zu verbessern.

Leistungsbenchmarks zeigen die Effektivität von WeVisCut und zeigen überlegene Ergebnisse im Vergleich zu allgemeinen Baselines und Referenzmodellen wie Qwen und Gemini. Es schneidet sogar gleichwertig mit Claude Opus 5 ab, während es deutlich weniger Tokens und Aufrufe pro Ausgabeminute verwendet. Vergleiche mit nativen Systemen heben den Vorteil von WeVisCut in Bezug auf Geschwindigkeit und Kosteneffizienz hervor, da es 4,1 bis 5,0 Mal schneller und zu 6,4 bis 10,8 Mal niedrigeren Kosten als Wettbewerber wie Crayotter und VideoAgent läuft. Menschliche Bewertungen bestätigen weiter die Qualität, wobei WeVisCut eine höhere durchschnittliche Meinungsbewertung über verschiedene Dimensionen wie Thema, Reichtum, Erzählung, Geschmeidigkeit und visuellen Einfluss erzielt.