Adobe 开源 MoviEdit：87K 配对数据搞定长片多镜头编辑

视频编辑模型大多只能处理几秒钟的单镜头，长片一剪就露馅：镜头切了、场景换了、主角的衣服颜色得保持一致，这对模型的记忆与一致性要求完全不是一个量级。Adobe 的 MoviEdit（arXiv 2611.02737）正面解决了长篇多镜头编辑，还顺手把数据与评测基准一起开源了。

三件事一起做。数据：自动生成管线覆盖同步多视角素材、真实多镜头视频与生成内容，不需要人工标注就产出 87,000 对编辑视频。建模：级联双向自回归架构，先用轻量双向阶段在时空压缩表示上生成全局一致的编辑草稿，再自回归地传播并细化到全片，跨镜头一致性由草稿阶段锁定。评估：提出 MoviEdit-Bench 基准做系统化评测。

成绩按论文口径：文本引导与图像引导编辑上与工业前沿模型表现相当，大幅超过现有开源模型；HF 页面 74 个 upvote，项目页与基准仓库都已公开（MoviEdit-Bench 仓库当前约 17 星）。

对做视频后期、广告本地化和内容二次创作的团队，这篇补的是「长」这个维度：短镜头编辑器很多，能跨场景跨视角保持人物一致性的长片方案稀缺，开源的更少。配合数据管线一起看，这也是一篇「怎么自动造编辑训练数据」的方法论示范。对长视频平台的二次创作生态（解说、混剪、本地化配音）来说，跨镜头一致性编辑是刚需，开源方案的出现把这类能力的获取成本拉到了可自托管的水位。基准（MoviEdit-Bench）与项目页（multi-shot-edit.github.io）同步公开，复现与对比都有抓手。