知識記事やナレーション原稿を入力すると、数分間の完成した編集動画が出力されます。中核となるのは、Qwen3.5-9B を基盤として訓練されたポリシーモデルです。各ステップで現在の構造化された編集状態（チャプター、カット、ナレーション、素材、テンプレート、BGM、レンダリング）を読み取り、ツール呼び出しを1つだけ発行します——チャプター分割、カット計画、ナレーション合成、素材検索、アニメーションテンプレートの適用、BGM選択、レビュー、反省、修正、結合など、1本の完成動画あたり約 12 回の呼び出しで処理されます。ワークフローはハードコードされておらず、ガードレールは不正な呼び出しを拒否するだけで、モデルの判断に介入しません。訓練データは「編集の逆推定＋検証リプレイ」から生成されています：3,750 本の完成動画を実行可能な編集決定事項に復元し、13 万を超える訓練サンプルを得ています。
いいね 14 · コードスター数 13
理由
- 完全な公開：9B ポリシーモデルの重み（Hugging Face の tencent/WeVisCut）、訓練時と同じ1セットの 12 個のツールと状態フォーマットを持つ Studio ランタイム、および訓練軌跡を生成するデータ構築パイプライン data_construct_pipeline がすべて公開されており、コードは Apache-2.0 ライセンスです。
- 開発者によると、統一されたツール環境下で基盤モデルを明確に上回り、その効果は Claude Opus 5 と同等ですが、1分あたりの動画生成に必要なトークン数は約 33 分の1です。さらに、編集品質と納品信頼性の両方を測定するために、100 個のタスクと 5 項目の指標からなるベンチマークを独自に構築しました。
- Studio は継続的な編集が可能です：8つの同期トラック（チャプター、カット、ナレーション、字幕、素材、テンプレート、BGM、レンダリング）を持ち、一時停止／再開、手動編集またはチャットによる編集（「オープニングを変更」「0:15 の映像を置き換える」など）ができ、変更したカットのみを再レンダリングし、バージョンロールバックもサポートしています。
使い方
- インストール：git clone github.com/Tencent/WeVisCut → pip install -r requirements.txt（GPU マシンでは対応する CUDA の PyTorch を先にインストールしてから、pip install -r requirements-gpu.txt を実行）→ bash scripts/setup_external_tools.sh（ffmpeg、Node、レンダラーを取得します。約 1.1 GB です）。
- 重み：hf download tencent/WeVisCut --local-dir checkpoints/weviscut-9b；bf16 推論には約 24 GB の VRAM を持つ NVIDIA GPU と、Python ≥ 3.11 が必要です。
- 起動：bash run_studio.sh（事前に --check でパスを確認できます）、ブラウザで http://<host>:8081/ を開き、ナレーション原稿を貼り付けて開始します。モデルを読み込まずにインターフェースのみを表示する場合は --no-model を使用します。
- 素材とBGMのソースは studio_config.yaml で変更でき、独自の HTTP インターフェース、ローカルフォルダ、または Python プラグインを指定できます。
リスク
- これはテキストから動画を生成するモデルではありません：映像は素材検索とアニメーションテンプレートから得られるため、完成動画の品質は設定した検索、TTS、レンダリングサービスに依存します。モデルカードには事実の正確性や完成動画の品質を保証しない旨が記載されており、公開前には人間の確認が必要です。
- デフォルトの素材／BGMはオープンウェブからの検索に基づいており、著作権はユーザー側で管理する必要があります。Hugging Face の重みライセンスは「other」と表示され、README には「重みとサードパーティコンポーネントはそれぞれのライセンスに従う」とのみ記載されているため、商用利用前には確認が必要です（基盤モデルは Qwen3.5-9B です）。
- 重みの読み込みには qwen3_5 を登録した ms-swift が必要です。Claude Opus 5 との比較やトークン削減数値は開発者による報告であり、ベンチマークも開発者が独自に構築したものです。
編集：知識系・解説系のナレーション動画の粗編集に適しています：まず1バージョンを生成させ、その後タイムライン上でカットごとに修正してください。
開く · コード · Hugging Face 論文ページ