指令视频编辑

CoT-Edit：让思维链引导指令式视频编辑

CoT-Edit: Let CoT Guide Instruction Video Editing

用 CoT 增强的 MLLM 作为规划器输出边界框序列与属性化编辑指令，再把全局文本检索转成框条件掩码生成，为指令式视频编辑提供可复用的「先规划空间先验、再局部精修」范式。