系统会自动将所有的镜头，包括多个角度拍摄的画面，按照我们意愿的脚本进行组织，然后还可以根据需求找到指定的内容。

然后，这套程序就可以准确的识别出这些剪辑的内容，系统利用面部识别和情绪识别系统，对每一帧画面进行分析。比如程序会标记某个镜头是广角镜头还是特写镜头，以及镜头中都包含了哪些人物和角色。

在所有的元素都可以被组织之后，系统会按照不同的风格和习惯对视频进行剪辑和处理，并且对某种风格贴上标签。而如果某个风格是最常用的，那么下一次再自动剪辑的时候，只要贴上这个标签，就会自动按照事先设定好的风格剪辑。

另外视频编辑器还可以自动对广角镜头、特写镜头以及一些节奏比较快的镜头进行分类和穿插，并且能够保持镜头的风格拥有一致性。

这些编辑的风格都可以被保存下来，然后随之时间的推移会自动完善，同时通过预设的编辑按钮来生成视频。如果对某些部分不满意，还可以手动快速调整。

这套程序通过人工智能技术加速了视频编辑的过程，同时还可以人为的设定编辑环境，达到某种风格的特殊要求。不过研究人员也承认目前这套系统还存在明显的缺点，比如整个系统都是基于对话而设计，未来还需要进一步的完善，能够根据动作来进行组织。同时该套系统目前还不能防止连续性的剪辑错误。

这项研究由斯坦福大学和Adobe研究院共同研发，成果将发表在7月份ACM图形杂志上。