Qwen-Video-Edit

系统通过 Wan 2.1 的 VAE 发送视频，通过两个小投影将其潜在空间桥接到 Qwen-Image-Edit DiT，并在潜在帧上应用网格旋转位置编码。 Qwen2.5-VL提示路径提供指令，Wan 2.2去噪增强改善编辑结果。

微调可以使用 LoRA 或 Ditto-1M 源、编辑和指令三元组上的完整参数。该方法支持45帧片段的长视频编辑和保留宽高比的纵向视频，使其可用于可控的后期制作、本地化和创意视频转换。