AV-FlowEdit：免训练、提示词驱动的音视频编辑框架

研究者提出 AV-FlowEdit，一个免训练、免反演的提示词驱动音视频编辑框架，利用源—目标 flow 差异同时提供跨模态编辑方向与保留线索。该框架通过 Cross-Modal Event-Aware Spectral Trajectory Preservation 抑制采样漂移，支持纯视觉、纯音频与联合编辑，无需模型训练、外部掩码或基于优化的反演。