Problem

現有的影片編輯模型多採用「原地編輯」假設，要求輸出與輸入在固定時間跨度內逐幀對齊。這種模式無法處理直播或長鏡頭等開放式流媒體，因為當編輯需求必須隨時間延續至未來幀，而非僅限於靜態片段時，傳統方法將難以維持生成的連貫性與穩定性。

Method

研究團隊開發了 InfinityEdit，這是一種輕量化的「編輯觸發適配器（Edit-Ignition Adapter）」。該適配器包含三種核心模組：歷史交叉注意力用以引導去噪過程、時間因果自注意力確保資訊僅由過去流向未來，以及編輯交叉注意力負責注入指令。推論時僅在編輯請求到達的片段啟動適配器，隨後恢復原始模型生成，藉此保留無限生成的潛力。

Results

實驗結果顯示，InfinityEdit 在處理多樣化的編輯指令時，能確保影片流的忠實延續。相較於傳統方法，它在面對無邊界的編輯序列時表現極為穩定，生成品質不會隨著編輯次數增加而衰減，成功達成隨時、隨地且無止盡的影片修改。

Significance

這項研究定義了「無限影片編輯」的新範式，並提供配套的資料收集流程。其技術貢獻在於能將編輯能力賦予串流影片生成器，且不破壞其原始的生成穩定性，為即時遊戲風格變換、動態長鏡頭處理等應用情境開拓了全新的可能性。