One Editor, Many Edits: A Unified Training-Free Framework for Diverse Video Editing

  • 类型：arxiv
  • 标识：2609.04190
  • 链接：https://arxiv.org/abs/2609.04190
  • 主分类：multimodal
  • 形态：method
  • 被引：0
  • 被引来源：Semantic Scholar + OpenAlex
  • S2被引：0
  • OpenAlex被引：0
  • 影响力被引：0
  • TLDR：Video editing spans diverse editing paradigms, yet achieving high-quality instruction-guided and subject-guided editing within a single unified framework remains challenging. We introduce EditVid, a training-free framework combining sparse causal memory for local coherence, correspondence-based post-attention token injection for long-range identity preservation, and soft latent blending for edit locality. The same framework supports instruction-guided and reference-guided edits, including style transfer, attribute modification, object insertion, part-level editing, and subject replacement. On
  • OpenAlex ID：W7208706548
  • OpenAlex DOI：10.48550/arxiv.2609.04190
  • DOI：10.48550/arxiv.2609.04190
  • DOI来源：OpenAlex
  • 开放获取：green
  • 开放获取链接：https://arxiv.org/pdf/2609.04190
  • OpenAlex更新：2026-09-09
  • 副分类：engineering
  • 待LLM分类：否
  • 标题中文：一个编辑器，多种编辑：一个用于多样化视频编辑的统一免训练框架
  • TLDR中文：视频编辑涵盖多种编辑范式，但在单一统一框架中同时实现高质量的指令引导与主体引导编辑仍具挑战性。我们提出 EditVid，一个免训练框架，结合用于局部一致性的稀疏因果记忆、用于长程身份保持的基于对应关系的后注意力 token 注入，以及用于编辑局部性的软潜在融合。同一框架支持指令引导和参考引导的编辑，包括风格迁移、属性修改、对象插入、部分级编辑和主体替换。在
  • 来源文件：
  • /inbox/tom/_candidates/2026-09-08-rag-retrieval-reranking-candidates.json
  • /inbox/tom/_candidates/2026-09-08-agent-rag-longcontext-candidates.json
  • [OpenAlex backfill]
  • [S2 enrich]