Aurora: 도구를 사용하는 에이전트로 구현한 통합 비디오 편집

연구진은 도구를 활용하는 비전-언어 모델과 통합 비디오 diffusion transformer를 결합한 에이전틱 영상 편집 프레임워크 Aurora를 소개했다.

Aurora는 모호하거나 불완전한 편집 요청을 해석해 부족한 정보를 보완하고, 생성 전에 구조화된 편집 계획을 만든다.

이 시스템은 AgentEdit-Bench와 기존 벤치마크에서 편집 품질을 높였으며, 특히 애매한 요청 처리에서 강점을 보였다.

이번 연구는 사용자가 모델에 필요한 정보를 자주 생략하는 영상 편집의 현실적 문제를 줄이는 데 의미가 있다.