指令驱动电影视频剪辑的基准与多智能体系统

针对长电影内容改编短视频的需求，现有方法受限于预定义任务且缺乏综合基准。本文提出 CineBench，首个指令驱动的电影视频剪辑基准，包含多样用户指令及专业编辑标注的高质量真值。为解决上下文坍塌与时序碎片化问题，构建了 CineAgents 多智能体系统，采用“设计与创作”范式。该系统通过脚本逆向工程构建分层叙事记忆以提供多级上下文，并利用迭代叙事规划过程将创意蓝图细化为最终剪辑脚本。实验表明，该方法在叙事与逻辑连贯性上显著优于现有方法。