摘要
本文提出 GLANCE，一种用于音乐驱动非线性视频编辑的全局 - 局部协调多智能体框架。该框架采用双循环架构：外环执行长程规划与任务图构建，内环基于“观察 - 思考 - 行动 - 验证”流程进行片段级编辑。为解决子时间线组合后的冲突，引入了包含上下文控制器和动态协商机制的全局 - 局部协调策略。此外，构建了 MVEBench 基准及智能体评估框架。实验表明，GLANCE 在多项指标上显著优于现有基线方法。
AI 推荐理由
论文提出双循环架构，外环专注长程规划与任务图构建，核心贡献在于多步计划生成。
研究机构
UC Davis
Fudan University
Stanford University
University of Rochester
Meta AI
论文信息