视频剪辑中音画精准对齐是行业长期难题，需从数小时素材中人工筛选既推进叙事又契合音乐节奏的片段。现有自动化方案各有缺陷：模板方法缺乏音视频同步，高光检测忽略音频和全局叙事，基于文本的方法则忽视音乐结构。 来自北京交通大学、大湾区大学 GVC 实验室的研究团队提出了CutClaw——一个模拟专业后期流程的多智能体（Agent）框架，旨在生成高质量、节奏同步的短视频。 🎬 核心创新 CutClaw 将视频剪辑形式化为一个智能体驱动...