写完一篇文章或者一段解说稿之后,最花时间的往往不是写,而是把它变成一条能发出去的成片:找画面、配旁白、对时间线、导出。腾讯在 Hugging Face 上新放出的 tencent/WeVisCut 想接的就是这段活——它不是文生视频模型,而是一个 9B 的工具调用智能体,每读一次当前剪辑状态,就从 12 个工具里挑一个来用。
官方模型页对它的定位写得很直接:把知识文章或解说脚本变成多分钟的成片视频。每一步要么规划、要么写旁白、要么检索素材、要么合成、要么检查、要么修复。这 12 个工具像是剪辑台上的几排按钮,模型扮演的是那个坐在台前、知道下一步该按哪个的人。
It is not a standalone text-to-video model; use it with the WeVisCut runtime, which executes the model’s tool calls.
这句话是使用它之前必须先看懂的一点:模型权重单独下载下来并不能直接吐出一条视频,它需要 WeVisCut 运行时来真正执行它发出的工具调用。用日常的说法,这就像买了一个会写菜谱的厨师,但他做菜要的锅灶和灶台,得由另外一套厨房系统提供。权重是“大脑”,运行时才是那间厨房。
权重放在哪、基座是谁
模型页标注的模型规模是 9B 参数,张量类型为 BF16,采用 Safetensors 格式,模型树显示它的基座是 Qwen/Qwen3.5-9B-Base,属于在 Qwen3.5-9B 基础上做的微调。官方描述称其策略基于 Qwen3.5-9B,并在可执行的剪辑轨迹上训练。也就是说它的“剪辑直觉”来自看过的操作序列,而不是靠推理时临时猜。
许可方面分成两块,需要分开看:代码以 Apache License 2.0 发布;模型权重与第三方组件则各自遵循其对应的许可条款。这个划分在实践中很关键——代码部分可以宽松地拿去改,权重能不能商用、能不能再分发,要按权重仓库的许可单独确认,不能从代码的宽松直接推过去。
本地跑起来需要什么
官方给出的部署要求是:Python 3.11 或更高版本,一块大约 24GB 显存的英伟达 GPU 用于 bf16 推理,并且要先装好与本机 CUDA 版本匹配的 PyTorch。安装脚本会顺带装上 Node.js、FFmpeg 和渲染器。整体流程是克隆仓库、装 requirements 和 requirements-gpu、跑 setup 脚本,再用 huggingface_hub 把 tencent/WeVisCut 下载到 checkpoints/weviscut-9b,最后 bash run_studio.sh 启动,打开 8081 端口进 Studio。
git clone https://github.com/Tencent/WeVisCut.git
cd WeVisCut
pip install -r requirements.txt
pip install -r requirements-gpu.txt
bash scripts/setup_external_tools.sh
pip install -U "huggingface_hub[cli]"
hf download tencent/WeVisCut --local-dir checkpoints/weviscut-9b
bash run_studio.sh
如果只想先看看界面长什么样,官方还留了一条轻量入口:bash run_studio.sh --no-model,不加载任何模型权重就跑起 Studio。这对想先判断这套剪辑流程合不合自己口味的人比较友好,不用先腾出一块 24GB 显卡。
它实际交付的是什么体验
运行时的能力被描述为:提供可编辑的时间线,支持暂停与继续、手动修改和对话式修改、逐镜头重渲染,以及版本回滚。这几项决定了这东西到底能不能进日常流程——可以停下来手动改一版、改坏了退回上一个版本,而不是只能从头跑一遍等它出结果。
官方也明确承认成片质量取决于外部配置:检索服务、TTS 服务、渲染服务以及可用模板。也就是说“稿子变视频”这件事里,模型负责决定怎么剪、往哪配,而素材从哪来、声音怎么念、最终画面怎么合成,取决于你给它接了哪些服务。服务没配好,模型再聪明也变不出成片。
警告 官方在“预期用途与限制”里写明:它面向长视频剪辑的研究与生产辅助,不保证事实准确性或制作质量,发布前需人工审看生成的旁白与视频。这条限制值得单独记住——它是负责干活的助手,不是可以不看就发出去的自动机。
此外,模型页显示当前还没有任何 Inference Provider 部署这个模型,页面上挂着“请求提供方支持”的入口。想省事走托管 API 的路,眼下暂时没有现成选项,自建是主要路径。
什么时候值得试
如果你的日常产出是那种“稿子已经写好、只差剪成一条”的内容,这个项目值得放进候选:它把剪辑动作拆成 12 个可调用的步骤,并且留了暂停、回滚和逐镜头重渲染这些工程上的余地。配套的论文是 arXiv:2610.38352,标题为“WeVisCut: The Whole Editing Room in One Agent From Narration to Long-Form Video”,模型页显示该论文为两天前发布。
如果你的显卡达不到 24GB 显存,或者你更想要一个开箱即用的在线服务,那现在不是合适的入手时机——前者是硬门槛,后者目前没有可用的托管提供方。最省事的验证路径是先跑 --no-model 模式看 Studio 的时间线交互合不合手,再决定要不要为一块显卡投入。
模型页还给出了项目仓库地址,代码在 Apache License 2.0 之下,权重与第三方组件按各自许可执行,需要商用或再分发的人应当以权重仓库的许可条款为准。
官方资料
自制软件
版本、功能变化和安装平台统一取自公开发行记录。
黑粉助手 HyphenAssistant
用手机浏览器接着操作电脑上的 DeepSeek Harness 会话;需原服务、电脑和网络保持在线,模型费用沿用原配置。
修复“开放端口”和“动态域名+开放端口”模式中,电脑无法回读自身外网地址时,配对二维码按钮一直不可用的问题。二维码和一次性配对令牌均在本机生成,不依赖在线二维码服务。外网回读失败时可以先生成二维码,再用手机移动网络实际测试;界面明确提示入口尚未验证。临时链接仍须实际连通后才能生成二维码。
方寸智匣 LocalBrain
本地 AI 工具箱:转写、配音、生图、视频和 MCP 工具集中管理;具体功能以对应平台版本为准。
Windows · Debian · AppImage · 完整验收 SHA-256:exe f3c4bdf65c914fee9ad49e8abe99975db771f99be0206e3d59b6efdb4e181efb · deb 9bdc2a0260e51f641347ed6aa379d5a8ed676d11c2c254031d…
黑粉盒子 HyphenBox
免费大模型 API 雷达与本地统一路由:持续复测可用性,Key 只存本机。
图片与视频历史支持单条移除、批量清理已结束任务和撤销,默认只显示最近六条。清理状态与撤销信息在重开后保留,进行中的任务、生成文件、另存文件、原始事件与幂等键受保护;批量清理不受页面最近200条上限影响;新增可复用的平台协议配置:统一描述提交路径、类型化参数、模型列表、结果字段和异步查询。同协议新模型可沿用平台配置;协议、必填字段或输入…
光影词库 ScreenLex
把本地电影与剧集字幕变成可复习的英语词库,全程离线。
侧边栏新增赞助入口,点开是一张二维码,不打扰、不弹窗、不影响任何功能。
黑粉录屏 HyphenScreen
录屏与剪辑一体:达芬奇式时间线、自动打码、导出前做成片体检。
修复 macOS 菜单栏右上角摄像头「视频效果」控制中心图标(人像居中 Center Stage、背景模糊、摄影室灯光)在 1.9.4 中消失的问题:将双二进制 execv 转发改为单主二进制直接链接 Electron Framework(桌面启动走 ElectronMain、无界面 api/info/pack/help 走 Elec…

微信赞赏 · 金额随意














留言
正在加载留言…