如何将图像编辑器转化为视频编辑器

论文提出 Anchor-based Video Editing（AVE）框架，把视频编辑拆分为关键帧编辑与跨时序传播两阶段：先由图像编辑器对稀疏关键帧做组合式编辑，再由运动引导的图像到视频扩散模型以编辑后关键帧为固定锚点生成最终视频。在 IVEBench 和 VIE-Bench 上，AVE 在指令跟随、时间一致性与内容保真度上表现强劲，且最终质量与图像编辑器质量强相关。代码已开源。