WeVisCut

La fonctionnalité principale de WeVisCut repose sur un cycle itératif d'observation-réflexion-action. Après la génération du montage vidéo initial, un réalisateur peut interagir avec l'agent via un chat, demandant des modifications spécifiques telles que l'échange de la source d'un plan, le changement de musique ou le redesign des sous-titres. La politique replanifie alors intelligemment localement et redélivre le contenu révisé, garantissant que les éléments déjà réussis sont préservés et ne sont pas re-filmés.

Les éléments clés de son fonctionnement sont l'« Inversion de Montage » et la « Relecture Vérifiée ». Le système récupère l'intention de montage à partir de vidéos terminées guidées par la narration, puis rejoue cette intention en utilisant des outils de production. Ce processus implique un pipeline en quatre étapes qui comprend l'observation, la réparation limitée et la matérialisation de trajectoire, générant une supervision exécutable pour l'IA. WeVisCut maintient un état de production partagé à travers tous les appels d'outils, permettant un retour d'information en temps réel pour informer les décisions, inspections, réparations limitées et replanifications ultérieures, dépassant ainsi un flux de travail à boucle ouverte fixe.

Le cadre WeVisCut englobe la construction de données, la formation et l'inférence, tous soutenus par une exécution d'outils en boucle fermée. Il sélectionne intelligemment les outils appropriés en fonction de l'état de production actuel, coordonnant la planification, l'exécution, l'inspection et la livraison. L'agent est capable de créer des scripts et des plans de tournage, de récupérer des actifs visuels et audio, et de composer narration, décorations et montages de chronologie. Il inspecte également les artefacts retournés par rapport aux dimensions de qualité, identifie les échecs et dirige les réparations ciblées. Les retours d'outils validés mettent à jour l'état canonique et les artefacts, garantissant que chaque action subséquente tire parti du dernier statut d'exécution. Les corrections locales sont prioritaires pour préserver le travail réussi, avec des preuves d'inspection alimentant la politique pour une prise de décision améliorée.

Les benchmarks de performance démontrent l'efficacité de WeVisCut, montrant des résultats supérieurs par rapport aux références et modèles de référence à usage général comme Qwen et Gemini. Il fonctionne même au même niveau que Claude Opus 5 tout en utilisant significativement moins de tokens et d'appels par minute de sortie. Les comparaisons entre systèmes natifs mettent en évidence l'avantage de WeVisCut en termes de rapidité et d'efficacité des coûts, fonctionnant de 4,1 à 5,0 fois plus vite et à un coût de 6,4 à 10,8 fois inférieur à celui de concurrents comme Crayotter et VideoAgent. Les évaluations humaines confirment en outre sa qualité, WeVisCut atteignant un score moyen d'opinion global plus élevé dans diverses dimensions telles que le thème, la richesse, la narration, la fluidité et l'impact visuel.