一句话自动剪Vlog！连BGM都能丝滑卡点，CutClaw有点太会了

挑高光、对节拍、梳理剧情，这些繁琐的剪辑细活，CutClaw 现在一句话就能接过去。

颠覆体验！AI 不止会拼接素材，更能听指令、卡节奏

过去的视频自动剪辑方法，核心能力往往局限于文本对齐或画面高光提取。它们难以捕捉影视艺术中至关重要的视听同步——比如随着音乐副歌的爆发切入震撼画面，或者在舒缓的旋律中推进情感叙事。

而 CutClaw 的出现，填补了这一空白 。它能够处理长达数小时的未剪辑原始素材，将编辑视频转化为一个复杂的联合优化问题 ，并实现了三大核心能力：

✅ 精准卡点（Music Synchronization）：无需人工打点，模型能够自动识别音乐的节拍（Downbeats）、音高变化（Pitch Changes）和能量转换（Spectral Energy Changes）。它让视频画面的切换与音乐节奏实现严密的完美同步。

✅ 听懂指令（Following Instruction）：无论是要求聚焦某个特定角色，还是构建一个复杂的叙事情节，系统都能根据用户的自然语言描述精准响应。它能在海量素材中定位并组合出连贯的叙事线。

✅ 极致美学（Visually Appealing）：内置严格的审美评估机制。模型会自动审计低质量、遮挡或运镜糟糕的画面。这确保了最终输出的短视频具备专业级、广播级的观感。

从处理专业电影片段到日常 Vlog 素材 ，CutClaw 让繁重枯燥的视频剪辑工作变得智能且充满艺术感。

硬核设计！多模态解构与智能体协作，破解超长视频难题

面对动辄几小时的视频，其密集的信息量往往直接撑爆当前多模态大模型（MLLMs）的上下文窗口限制。

为了解决这一核心痛点，CutClaw 引入了创新的分层架构与智能体分工协作流：

1. 自下而上的多模态解构（Bottom-Up Multimodal Footage Deconstruction）：将漫长的视频和音频转化为结构化的场景片段和音乐段落。这大幅缩小了搜索空间，彻底解决了长视频带来的计算限制瓶颈。

2. 剧作家（Playwriter Agent）：相当于专业编剧。它以音乐结构为不变的时间锚点来分配场景。它能将用户指令与底层画面深度对齐，规划出具有连贯叙事的全局分镜头计划。

3. 剪辑师（Editor Agent）：负责具体的剪刀手工作。根据剧本指引，它在局部素材池中进行细粒度的逐帧检索和微调（FGST）。它的目标是寻找最符合角色特征与美学要求的高光画面。

4. 审核员（Reviewer Agent）：如同苛刻的制片人，它充当最后的多标准审查门控。从主角存在率、视觉美感、到不重叠约束等多维度对候选片段进行严格抽样验证。不合格的片段会被打回，要求剪辑师重新挑选。

严苛评测！全面超越现有基线，实力霸榜

高质量的模型，离不开严谨的数据集与评测。研究团队构建了一个极具挑战性的超长视频剪辑评测基准，包含总时长约 24 小时的 10 部电影和 Vlog 原始素材。

在与业界主流方法（如 NarratoAI、UVCOM、Time-R1）的正面交锋中，CutClaw 展现出了碾压级的优势：

自动化指标断层领先：在视觉质量、指令遵循、视听和谐度三大核心指标上，CutClaw 均全面且稳定地超越了最强基线。它尤其在对象导向的指令识别和听觉节拍对齐上表现优异。

人类视觉偏好极高：在包含了 2000 份样本盲测的用户偏好研究中，CutClaw 赢得了 49.8% 的视觉质量投票和高达 53.0% 的视听和谐度投票。它的得票率甚至达到了第二名（Time-R1）的两倍以上。

拟人化的剪辑质感：近一半（48.8%）的受访用户认为，CutClaw 生成的作品在节奏与叙事逻辑上“非常像人类专业剪辑师”。

以下三个视频为 CutClaw 的 Demo 展示，分别呈现不同题材下的剪辑效果与视听同步能力：

Demo 1: 电影

Demo 2: VLOG

Demo 3: 动漫

开源共建！探索智能视听创作新可能

目前 CutClaw 已全面开源，但它的征途才刚刚开始。

虽然目前的系统在特效生成和处理速度上还有提升空间，但这套强大的“能听懂、会卡点、懂审美”的多智能体框架，已经为从影视后期降本增效到自媒体 Vlog 自动生成，打开了全新的想象空间。

相信在开源社区的共同努力下，我们将看到更多兼具效率与艺术感的 AI 视频编辑新范式。

✨ 代码已全面开源！欢迎广大开发者前往 GitHub 体验点燃视听的魔法～

论文链接：

https://arxiv.org/pdf/2603.29664

Github 链接：

https://github.com/GVCLab/CutClaw

更多阅读

#投 稿 通 道#

让你的文字被更多人看到

如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。

总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。

PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学术热点剖析、科研心得或竞赛经验讲解等。我们的目的只有一个，让知识真正流动起来。

📝稿件基本要求：

• 文章确系个人原创作品，未曾在公开渠道发表，如为其他平台已发表或待发表的文章，请明确标注

• 稿件建议以markdown格式撰写，文中配图以附件形式发送，要求图片清晰，无版权问题

• PaperWeekly 尊重原作者署名权，并将为每篇被采纳的原创首发稿件，提供业内具有竞争力稿酬，具体依据文章阅读量和文章质量阶梯制结算

📬投稿通道：

• 投稿邮箱：hr@paperweekly.site

• 来稿请备注即时联系方式（微信），以便我们在稿件选用的第一时间联系作者

• 您也可以直接添加小编微信（pwbot02）快速投稿，备注：姓名-投稿

△长按添加PaperWeekly小编

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

·