WeVisCut

A funcionalidade central do WeVisCut gira em torno de um ciclo iterativo de observar-pensar-agir. Após a geração do corte inicial do vídeo, um diretor pode interagir com o agente via chat, solicitando modificações específicas, como trocar a fonte de um plano, mudar a música ou reestilizar legendas. A política então replaneja localmente de forma inteligente e reentrega o conteúdo revisado, garantindo que elementos já bem-sucedidos sejam preservados e não regravados.

Chave para sua operação são a «Inversão de Edição» e a «Reprodução Verificada». O sistema recupera a intenção de edição de vídeos finalizados orientados por narração e, em seguida, reproduz essa intenção usando ferramentas de produção. Esse processo envolve um pipeline de quatro etapas que inclui observação, reparo limitado e materialização de trajetória, gerando supervisão executável para a IA. WeVisCut mantém um estado de produção compartilhado em todas as chamadas de ferramentas, permitindo que o feedback em tempo real informe decisões subsequentes, inspeções, reparos limitados e replanejamento, indo além de um fluxo de trabalho fixo em laço aberto.

A estrutura do WeVisCut abrange construção de dados, treinamento e inferência, todos suportados por execução de ferramentas em laço fechado. Ele seleciona inteligentemente as ferramentas apropriadas com base no estado atual da produção, coordenando planejamento, execução, inspeção e entrega. O agente é capaz de criar roteiros e planos de filmagem, recuperar ativos visuais e de áudio, e compor narrações, decorações e edições de linha do tempo. Ele também inspeciona os artefatos retornados em relação a dimensões de qualidade, identifica falhas e direciona reparos específicos. Retornos de ferramentas validadas atualizam o estado canônico e os artefatos, garantindo que cada ação subsequente aproveite o status da execução mais recente. Reparos locais são priorizados para preservar o trabalho bem-sucedido, com evidências de inspeção alimentando de volta na política para uma melhor tomada de decisão.

Os benchmarks de desempenho demonstram a eficácia do WeVisCut, mostrando resultados superiores em comparação com linhas de base de propósito geral e modelos de referência como Qwen e Gemini. Ele até se apresenta em pé de igualdade com Claude Opus 5, enquanto utiliza significativamente menos tokens e chamadas por minuto de saída. Comparações nativas do sistema destacam a vantagem do WeVisCut em velocidade e eficiência de custo, operando de 4,1 a 5,0 vezes mais rápido e a um custo de 6,4 a 10,8 vezes menor do que concorrentes como Crayotter e VideoAgent. Avaliações humanas confirmam ainda mais sua qualidade, com o WeVisCut alcançando uma pontuação média de opinião geral mais alta em várias dimensões, como tema, riqueza, narração, suavidade e impacto visual.