主要来源arXiv cs.AI
查看原文事件专题 ·单一信源
VIVID:让 Codex、Claude Code 等编程智能体直接剪辑视频的视觉工具框架
VIVID 是一个无需额外模型训练的视觉 harness,可挂载到原生编程智能体上完成视频后期制作。在包含 Assembly、Repair、Sequencing、Repurpose 四类共 100 个任务的 AgenticVBench 上,Codex 搭配 VIVID 平均得分 58.6%,比原生 Codex 提升 20.2 个百分点。 技术上,VIVID 提供按需视频检视、音频分析和转写工具,并把每条观察记录与其对应的媒体版本和时间坐标一起保存。智能体在推理过程中可主动检索这些观察,用自带的编码和 shell 工具执行剪辑,再检视渲染结果来指导下轮修改,形成完整的反馈闭环。 同一 harness 还兼容 Claude Code 和 OpenCode,平均得分分别为 55.1% 和 37.1%,均大幅超过各自原生基线。这说明视频剪辑能力可以作为一种可复用的外挂框架,而非绑定某个特定模型。
当前结论
用通用编程智能体剪视频这件事有人真做出来了。VIVID 是个外挂框架,Codex 加上它分数涨 20 多个百分点,还能配 Claude Code 和 OpenCode 用。做视频工具或智能体工作流的开发者可以研究下这套观察-剪辑-检视的闭环设计。
2 个信源46° AI 热度最后更新 2026/11/16 07:52:01
证据链
2 个信源相关来源 1小胡子哥
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。