Research

EditaLive:面向直播的统一角色视频编辑框架

EditaLive是一个面向直播的统一角色视频编辑框架,基于预训练图像动画模型Wan-Animate,使用CharEdit-50K数据集进行指令驱动的以人为中心的视频编辑。

Research

TTPO:测试时策略优化

TTPO是一种测试时策略优化方法,使用非对称目标蒸馏一致的rollouts并惩罚不一致的rollouts,在五个竞赛级基准上匹配有标签监督的OPSD,并将Qwen3-1.7B在TTT中的表现从38.0%提升到45.2%。

Research

SWE-Prime:更少轨迹,更好性能

SWE-Prime是一种多粒度、两阶段的SFT数据选择方法,通过轨迹级筛选和基于过程质量、结果质量及数据代表性的选择,使用10%的轨迹子集训练即可超越完整数据集,在SWE-Bench Pro和Verified上分别带来最高12.2%和24.2%的相对性能提升。

Research

MMLVE-Agent:面向长视频多指令多镜头编辑的智能体推理框架

MMLVE-Agent是一个面向长视频多指令多镜头编辑的智能体推理框架,利用LLM和VLM协同实现镜头级视频解耦与精确指令解析,在消除编辑幻觉、保持跨镜头一致性和无缝时空过渡方面优于现有闭源方法Seedance 2.0。