CoinVE-Edit 发布：一次前向传播执行 5 条视频编辑指令
pmttyji · reddit · 2026-08-20
HuggingFace 上发布视频编辑模型 CoinVE-Edit,基于 Wan2.1-T2V-14B(DiT)与 Qwen3-VL-8B(MLLM 编码器)构建,支持组合式多指令视频编辑：单次前向传播同时处理 2–5 条编辑指令，每条指令通过轻量 mask 头注入区域感知引导，确保各编辑严格限制在对应空间区域内。
支持替换、添加、删除、更换背景等操作任意组合，同时保持整体视频连贯性。模型在 CoinVE-200K 数据集(20 万+ 高质量视频-编辑对，经严格数据过滤)上训练。
所属事件:腾讯 CoinVE-Edit 视频编辑模型与 CoinVE-200K 数据集亮相(2 条相关)→
「多模态」频道最新
- fal 发布 Worlds：实时创建并与 AI 生成世界互动 — Scobleizer · 2026-10-16
- 用软糖虫考物理：Gemini 4 Argon 对决 Claude Opus 5.5 弹性模拟 — DynamicWebPaige · 2026-10-16
- 2.6 亿参数循环扩散模型反超 6 倍大小基线，推理算力省近 5 倍 — burkov · 2026-10-16
- Seedance 2.5 实测：把爆炸的 1 秒拉成 30 秒沉浸长镜头 — LudovicCreator · 2026-10-16
- Grok Imagine 生成章鱼短片,再经 Topaz 增强的视觉 demo — creatoroff · 2026-10-16
- 用 Muse Spark 生成 61 秒计算史短片，场景代码全套开源 — sophiamyang · 2026-10-16