JoyAI-Video-Edit mira edição de vídeo em tempo real
O sistema de difusão autorregressivo com 16 bilhões de parâmetros edita vídeo em 720p a cerca de 30 FPS em uma Nvidia B200.
Por que importa
O trabalho enfrenta um gargalo central da edição interativa de vídeo: manter a consistência temporal sob restrições de baixa latência e computação limitada. Se for reproduzível, pode reduzir a diferença de qualidade entre sistemas de edição de vídeo por IA em streaming e offline.
Pontos-chave
- 1.Modelo de difusão autorregressivo com 16 bilhões de parâmetros permite edições em streaming de duração aberta.
- 2.O sistema relata edição em 720p a cerca de 30 FPS em uma única GPU Nvidia B200.
- 3.Avaliações mostram ganhos sobre editores de streaming e competitividade com sistemas offline.
Pesquisadores apresentaram o JoyAI-Video-Edit, um framework de difusão autorregressivo com 16 bilhões de parâmetros para edição de vídeo aberta e em tempo real. O sistema usa adaptação autorregressiva por blocos, Source-Anchored Distribution Matching Distillation e Long-Horizon Autoregressive Distillation para preservar a fidelidade à fonte e reduzir desvios temporais sem depender de quadros futuros nem de uma duração de vídeo predefinida. Avaliações automáticas e humanas relatadas mostram que ele supera editores de streaming existentes e segue competitivo com sistemas offline fortes em vídeos curtos e longos.
⚡ Experimente hoje
Revise o código e o artigo antes de testar fluxos de edição em tempo real em 720p em hardware da classe B200.
Fontes e reportagens originais
Este resumo sintetiza e linka a cobertura dos veículos abaixo.
Gostou deste resumo? Receba o próximo no seu e-mail.
Mais em Pesquisa
DistilVDR comprime a recuperação visual de documentos
O recuperador de 524 milhões de parâmetros usa destilação bilateral a partir de um professor visão-linguagem de 8B.
Pesquisadores propõem Power Law Graph Attention
PLGA generaliza a atenção por produto escalar escalonado e relata colapso de inferência sob invariância exata.
Novos artigos miram o raciocínio de VLMs em documentos longos
InSight-doc, DocAtlas e DocMemo propõem abordagens agênticas para encontrar evidências em documentos complexos.