视频调色是后期制作中的关键环节，它能将平淡的原始素材转化为富有情感的电影级视觉效果。然而，当前多数自动化调色方法如同“黑箱”操作，直接输出修改后的像素，缺乏可解释性，也难以满足专业人士迭代控制的需求。
为了解决这一痛点，我们推出了LumiVideo——一个智能体系统，它旨在模拟专业调色师的认知工作流程，包括感知（Perception）、推理（Reasoning）、执行（Execution）和反思（Reflection）四个阶段。LumiVideo只需接收原始日志视频，便能自主分析场景的物理光照和语义内容，进而生成电影级的基准调色。
其核心推理引擎通过结合大型语言模型（LLM）内置的电影知识与检索增强生成（RAG）框架，并采用思维树（Tree of Thoughts, ToT）搜索策略，有效探索复杂的非线性调色参数空间。值得注意的是，LumiVideo并非直接生成像素，而是将推导出的参数编译成行业标准的ASC-CDL配置和全局一致的3D LUT，从分析层面保证了时间上的一致性。此外，系统还提供可选的反思循环，允许创作者通过自然语言反馈来微调结果。
为评估自动化调色效果，我们同步推出了LumiGrade，这是首个针对日志编码视频的自动化调色基准测试。实验结果表明，LumiVideo在全自动模式下能达到接近人类专家的调色质量，同时在获得指令时也能实现精确的迭代控制，极大地提升了视频后期制作的效率和质量。