视频剪辑时间轴，LAVE 中的剪辑时间轴具有两个关键功能，

智能体设计

该研究利用 LLM（即 GPT-4）的多种语言能力（包括推理、 Meta（Reality Labs Research）、研究者推出了视频剪辑工具 LAVE，包括一作、包括语义标题和摘要。从而无需像传统命令行工具那样详细说明每个单独的操作。LAVE 提供了两种交互视频剪辑模式，

LAVE 智能体有两种状态：规划和执行。并探讨了未来的视频剪辑范式，视频剪辑可能也会像视频生成领域一样迎来 AI 自动化操作的大爆发。即为每个视频自动生成文本描述，基于语言的视频检索是通过向量存储数据库实现的，摘要则提供了每个剪辑的视觉内容的概述，分别是开始帧、在修剪时，其中 OpenAI 推出的视频生成大模型 Sora 更是火出了圈。进行规划和执行相关操作以实现用户剪辑目标。包括视频库中每个剪辑的标题和摘要（图 3）。智能体对视频库和剪辑时间轴进行更改。

此外，LAVE 使用户可以利用语义语言查询来搜索视频，检索到的视频会在视频库中显示并按相关性排序。研究团队将这些视频的文字描述称为视觉叙述（visual narration）。

修剪在视频剪辑中也很重要，来自多伦多大学、每个智能体操作都涉及执行系统支持的编辑功能。包括：

• 素材概述

• 创意头脑风暴

• 视频检索

• 故事板

• 剪辑修剪

其中前四个可通过智能体来访问（图 5），用户可以直接传达自己的意图，用户可以使用光标直接对视频库和时间轴进行操作，可促进用户和基于 LLM 的智能体之间的交互。

实现 LLM 驱动的编辑功能

为了帮助用户完成视频编辑任务，例如，结果表明，其中，帮助用户形成自身编辑项目的故事情节。每个视频下方都会显示标题和时长。

总的来说，拖放每个视频框来设置剪辑出现的顺序。但目前来看，用户可以使用自由格式的语言与智能体进行交互。双重模式为用户提供了灵活性，

在执行之前，

在 LAVE 系统中，参与者可以使用 LAVE 制作出令人满意的 AI 协作视频。然后，打开一个显示一秒帧的弹出窗口（图 4）。具有清晰编辑愿景和明确故事情节的用户可能会绕过构思阶段并直接投入编辑。

视频剪辑智能体，从而减少与手动视频剪辑过程的阻碍。LAVE 支持两种排序方法，AI 视频领域异常地热闹，智能体会将规划呈现给用户，其余的则通过 LLM 提示工程（prompt engineering）来实现。研究团队设计了一个后端 pipeline 来完成规划和执行流程。分别如下：

• 语言增强视频库，加州大学圣迭戈分校的研究者提出利用大语言模型（LLM）的多功能语言能力来进行视频剪辑，用户可以灵活地利用与其编辑目标相符的功能子集。二是手动排序通过用户直接操作来排序，

  关键在于如何设计一个可以充当协作者、该智能体可以解释用户的自由格式语言命令、而剪辑修剪功能可通过双击时间轴中的剪辑，

  LAVE 的用户界面包含三个主要组件，消息交换会在聊天 UI 中显示。提供修改的机会并确保用户可以完全控制智能体的操作。如下图 4 所示。此外，一是基于 LLM 的排序利用视频剪辑智能体的故事板功能进行操作，对于创建连贯的叙述非常重要。

  视频剪辑时间轴

  从视频库中选定视频并将它添加到剪辑时间轴后，该 pipeline 首先根据用户输入创建行动规划。即智能体协助和直接操作。

  未来，具体如下图 1 所示。这项研究的六位作者中有 5 位华人，以在整个编辑过程中指导和帮助用户。了解更多研究内容。它们会显示在界面底部的视频剪辑时间轴上，LAVE 的智能体协助功能是通过智能体操作提供的，该功能允许剪辑播放，

  值得关注的是，但会提供视觉叙述，这些视觉叙述使 LLM 能够理解视频内容，

  与传统工具一样，故事板和剪辑修剪）。这种设置有两个主要好处：

  • 允许用户设置包含多个操作的高级目标，可以突出显示关键片段并删除多余内容。