ResearchMan← Technology
EditVid
Research商用OK (Apache-2.0)#GenVideo#CreatorTools

EditVid

PLAN Lab, University of Illinois Urbana-Champaign/2026-09

Overview

1つのAIだけで、スタイル変更・物体の追加・特定人物の入れ替えなど多様な動画編集を追加学習なしにこなす研究フレームワーク。

技術のポイント

EditVidは「この服の色を変えて」「この人をロボットに置き換えて」といった多様な動画編集の要望を、専用のAIをその都度学習させることなく1つの仕組みで処理できる点が新しい。従来の動画編集AIは、雰囲気を変える編集が得意なもの、物を消す・足すのが得意なもの、というように用途ごとに別ツールを使い分ける必要があったが、EditVidは映像内の同じ人物・物体を編集前後で保ち続けながら幅広い編集指示に対応できることを検証実験で示している。広告映像の制作では、同じ素材から衣装違い・背景違いのバリエーションを短時間で作ったり、撮影後の細かい修正指示に応じて部分的に映像を差し替えたりする用途が考えられる。まだ研究段階の技術だが、動画の「あとから直す」編集作業を効率化する土台として注目できる。

技術の詳細

EditVidは、動画の時間的なつながりを覚えておく仕組み(スパースな因果メモリ)と、編集前後で同じ人物・物体の特徴を対応づけて保持する仕組み、編集したい範囲だけをやわらかく合成する仕組みの3つを組み合わせている。動画のどのシーンに誰が写っていたかを記憶しながら、指定された部分だけをそっと描き直す編集者のような働き方をする。 従来の訓練不要の動画編集手法は、スタイル変更は得意でも物体の入れ替えは苦手、といった得意不得意が分かれがちだったが、EditVidは同じ枠組みでスタイル変換・属性変更・物体挿入・部分編集・被写体の入れ替えまで幅広くカバーし、既存手法との比較実験でも高い評価を得ている(比較評価で既存最強手法を大きく上回る一致率、ユーザー評価でも半数以上が既存手法より好ましいと回答)。 研究用コード一式がApache-2.0ライセンスで公開されており、Pythonと対応する拡散モデルの実行環境(GPU必須)があれば動かせる。現時点ではComfyUIなどへの組み込み済みノードはなく、コードを直接動かす技術的なハードルがあるため、今すぐ現場導入というよりは今後の実装待ちの研究成果として捉えるのが妥当。

License

コードはApache-2.0。依存するベース拡散モデル(Diffusers特定コミット)側のライセンスにも留意が必要。

Sources

Related Works

  • TokenFlow

    拡散特徴の伝播で一貫性を保つ訓練不要動画編集手法

  • AnyV2V

    画像編集モデルを動画編集に転用する訓練不要フレームワーク