免训练音视频编辑框架 AV-FlowEdit 提出

Shaohua Pan、Xiao Liu 等人提出免训练、免反演的提示驱动音视频编辑框架 AV-FlowEdit。该框架利用源-目标流差异同时提供跨模态编辑方向与保持线索，在共享扰动下联合更新视频和音频分支，支持纯视觉、纯音频和联合编辑，无需模型训练、外部掩码或基于优化的反演。 其跨模态事件感知频谱轨迹保持机制结合流显著性、对齐音频活动、多尺度低频位移与扩散阶段调度，抑制采样漂移并自适应保留非目标区域。作者称实验显示该方法具备较强的提示对齐与时间一致性，以及有竞争力的音频质量和跨模态连贯性。

根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。