从“看见文字”到“读懂画面”：AI MediaKit 如何实现视频字幕无痕擦除

火山引擎推出AI MediaKit理解式视频编辑引擎，以自研ReFM残差流匹配模型为修复主干，面向视频字幕擦除场景。该方案通过多模态语义理解区分后期叠加文字与场景固有文字，前者如对白字幕、花字、水印予以擦除，后者如招牌、包装、品牌Logo予以保留。ReFM从原视频潜变量出发学习残差编辑，结合局部跨帧聚合与全局表征引导，在4步采样下完成修复，并支持长视频连续处理、原规格交付及分布式批处理。