論文の概要: Auto-Director: Leveraging Multi-Agent Collaboration for Autonomous Video Editing
- arxiv url: http://arxiv.org/abs/2610.28346v1
- Date: Tue, 20 Oct 2026 15:11:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.880284
- Title: Auto-Director: Leveraging Multi-Agent Collaboration for Autonomous Video Editing
- Title（参考訳）: Auto-Director: 自動ビデオ編集のためのマルチエージェントコラボレーションを活用する
- Abstract要約: Auto-Directorはツール拡張されたマルチエージェントフレームワークで、プロの編集を反映している。
VEdit-Benchは、専門家による100のトピックと、人間による注釈付きゴールデンスクリプトのベンチマークである。
- 参考スコア（独自算出の注目度）: 6.307923264971407
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous video editing from open-world resources remains a challenging problem in multimedia content creation. Retrieval-based methods are constrained by fixed source material and lack creative flexibility, while generative models struggle with long-horizon coherence and often diverge from user intent. Both paradigms fail to replicate the structured, multi-stage reasoning that underlies professional post-production. To address these limitations, we present Auto-Director, a tool-augmented multi-agent framework that mirrors professional editorial workflows: a Planning Agent decomposes abstract topics into fact-grounded scripts via retrieval-augmented planning; a Material Agent indexes open-world footage through shot segmentation and visual tagging; an Editor Agent assembles semantically aligned clips with MLLM-driven spatial adaptation; and a Critic Agent governs an iterative Reflect-and-Revise loop that checks scene-level alignment and pacing. To rigorously evaluate this new paradigm, we introduce VEdit-Bench, a benchmark of 100 expert-curated topics with human-annotated Golden Scripts and a five-dimensional metric suite covering Narrative Logic, Factual Accuracy, Semantic Alignment, Compositional Quality, and Stylistic Cohesion. Extensive experiments demonstrate that Auto-Director significantly outperforms baseline methods in both automated metrics and human evaluation, effectively bridging the gap between amateurs and professional-grade video production.
- Abstract（参考訳）: オープンワールドリソースからの自動ビデオ編集は、マルチメディアコンテンツ作成において依然として難しい問題である。
検索ベースの手法は、固定されたソース素材によって制約され、創造的柔軟性が欠如する一方、生成モデルは長い水平コヒーレンスに悩まされ、しばしばユーザ意図から逸脱する。
どちらのパラダイムも、プロのポストプロダクションの根底にある構造化された多段階の推論を再現することができない。
本稿では,プロの編集ワークフローを反映したツール拡張マルチエージェントフレームワークであるAuto-Directorを紹介する。計画エージェントは,検索拡張計画を通じて,抽象トピックをファクトグラウンドのスクリプトに分解する,マテリアルエージェントはショットセグメンテーションとビジュアルタグ付けを通じて,オープンワールドの映像をインデックス化する,エディタエージェントはMLLMによる空間適応でセマンティックにアライメントしたクリップを組み立てる,批判エージェントはシーンレベルのアライメントとパッシングをチェックする反復リフレクションループを統治する。
この新パラダイムを厳格に評価するために,人間の注釈付きゴールデンスクリプトを用いた100のエキスパートキュレートされたトピックのベンチマークであるVEdit-Benchと,ナラティブロジック,ファクチュアル精度,セマンティックアライメント,構成品質,スティリスティックコヒーションを含む5次元計量スイートを紹介する。
大規模な実験により、Auto-Directorは自動測定と人的評価の両方においてベースライン手法を大幅に上回り、アマチュアとプロ級のビデオ制作のギャップを効果的に埋めることを示した。
関連論文リスト
- Better Call CineCrew: Consistent Ultra-Long Narrative-to-Film Generation [53.27387848819395]
ロングフォーム・ナラティブ・トゥ・フィルム生成にはショットレベルの制御性とクロスクリップの整合性が必要である。
本稿では,フィルム指向のスクリプト・ビデオ生成のための構造化オーケストレーション層を提案する。
論文 参考訳（メタデータ） (2026-09-07T16:33:14Z) - Thinking on Shots: Consistent Multi-Shot Video Editing with Agentic Reasoning [56.17582599802973]
本稿では,MMLVE(Multi-Instruction Multi-Shot Long-Video Editing)タスクを紹介する。
これら3つの課題に対処するために,Large Language Models (LLM) と Vision-Language Models (VLM) を活用したエージェント編集フレームワークを導入する。
我々のMMLVE-Agentは、既存のクローズドソースSOTAアプローチよりも優れています。
論文 参考訳（メタデータ） (2026-08-27T08:48:13Z) - Co-Director: Agentic Generative Video Storytelling [26.442992342618496]
Co-Directorは、ビデオストーリーテリングをグローバルな最適化問題として定式化した階層型マルチエージェントフレームワークである。
階層的パラメータ化(hierarchical parameterization)を導入し,多腕バンディットは創造性のある方向をグローバルに識別し,局所的な多モード自己表現ループはアイデンティティドリフトを緩和する。
実験により、Co-Directorは最先端のベースラインを大幅に上回ることが示された。
論文 参考訳（メタデータ） (2026-04-27T18:00:00Z) - A Benchmark and Multi-Agent System for Instruction-driven Cinematic Video Compilation [75.66313073019326]
CineBenchは、命令駆動のシネマティックビデオコンパイルのための最初のベンチマークである。
CineAgentsは,映像編集をデザイン・アンド・コンポジションのパラダイムに再構成するマルチエージェントシステムである。
論文 参考訳（メタデータ） (2026-04-12T04:39:09Z) - DIRECT: Video Mashup Creation via Hierarchical Multi-Agent Planning and Intent-Guided Editing [17.53577850169204]
ビデオマッシュアップ作成は、既存の映像を再構成して、魅力的なオーディオ視覚体験を作り出す複雑なビデオ編集パラダイムである。
マルチモーダルコヒーレンシー満足度問題(MMCSP)としてビデオマッシュアップ生成を定式化し,DIRECTフレームワークを提案する。
階層的なマルチエージェントフレームワークは,この課題を3つのカスケードレベルに分解する。ソースを意識したグローバルな構造アンカーのためのスクリーンライタ,適応的な編集意図とガイダンスをインスタンス化するディレクタ,微粒な最適化によるインテントガイド付きショットシーケンス編集のためのエディタ。
論文 参考訳（メタデータ） (2026-04-06T17:26:04Z) - Beyond End-to-End Video Models: An LLM-Based Multi-Agent System for Educational Video Generation [15.004606775581356]
LAVESは、教育問題から高品質な指導ビデオを生成する階層型マルチエージェントシステムである。
大規模なデプロイメントでは、LAVESは1日に100万ビデオを超えるスループットを実現し、95%以上のコスト削減を実現している。
論文 参考訳（メタデータ） (2026-02-12T10:14:36Z) - The Script is All You Need: An Agentic Framework for Long-Horizon Dialogue-to-Cinematic Video Generation [95.18045807704284]
対話・シネマティック・ビデオ生成のためのエンドツーエンドのエージェント・フレームワークを提案する。
ScripterAgentは粗い対話を微粒で実行可能なシネマティックスクリプトに変換するように訓練されている。
本フレームワークは,テスト対象のすべてのビデオモデルに対して,スクリプトの忠実度と時間的忠実度を大幅に向上させる。
論文 参考訳（メタデータ） (2026-01-25T08:10:28Z) - UniVA: Universal Video Agent towards Open-Source Next-Generation Video Generalist [107.04196084992907]
次世代ビデオジェネラリストのためのオールニ対応マルチエージェントフレームワークUniVAを紹介する。
UniVAはPlan-and-Actのデュアルエージェントアーキテクチャを採用しており、高度に自動化されプロアクティブなワークフローを駆動している。
また、理解、編集、セグメンテーション、生成にまたがるマルチステップビデオタスクのベンチマークスイートUniVA-Benchについても紹介する。
論文 参考訳（メタデータ） (2025-11-11T17:58:13Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。