AV-FlowEdit：免训练提示驱动音视频编辑框架

2026年10月12日，arXiv Audio and Speech 频道发布一手报道，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。该框架利用源—目标 flow 差异，同时提供跨模态编辑方向与保留线索；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。目前报道仅涉及该框架的方法描述，未披露实验数据、代码或后续验证进展。

Generated from reports · updated 2 hr ago

There is not enough continuous observation data to draw a trend yet.