NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

Forward Future、Claude Code・Codexを動画編集エージェントにするOSS「Scarlet」を公開――音声か文字で指示し、該当区間だけレンダリングして確認

Forward Futureは2026年11月13日、Claude CodeやCodexを動画編集の操作主体として使えるデスクトップアプリ「Scarlet」をGitHubで公開した。MITライセンスのOSSで、対話の多い録画を対象に、長い間の短縮や繰り返し表現の削除などを音声または文字で指示する。要求した編集は作業タイムラインに反映し、提案は承認待ちとして区別し、変更箇所だけをレンダリングして前後を聞き比べられる。プロジェクトの保存とレンダリングはローカルで行われ、元素材は保持される。Tauri、Rust、Node.jsで構築し、macOS、Windows、Linux(x86-64)でソースからビルドできる。早期開発版であり、実機での効果測定はまだ行われていない。

GitHubリポジトリの作成は2026年11月13日17時02分(UTC)で、公開を伝える二次解説が翌14日に登場している。コードはMITライセンスで、macOS 13以降(Apple SiliconとIntel)、Windows x64、Ubuntu 24.04 x86-64向けにソースビルドの手順が示される。ビルドにはNode.js 22.xまたは24.x、pnpm 12.16.1、RustとTauriの前提ツールを使う。macOSとWindowsの早期アクセス版(Ubuntu 24.04 x86-64のプレビュー付き)は別リポジトリで配布され、リポジトリは確認時点でスター251、フォーク33(2026-11-15時点の変動値)だった。

編集の進め方: 指示、確認、承認を分ける

Scarletが想定するのは、インタビュー、ビデオポッドキャスト、トーキングヘッドの収録といった対話の多い映像だ。タイムライン上の位置を指定して文字で指示するか、Vキーを押したまま話して編集を頼める。長い間を短縮する、繰り返しの言い直しを除く、回答として最も明瞭なテイクを残すといった指示のほか、/dialogue-passのワークフローで対話全体の最初のカットを作らせることもできる。編集のスキル(ワークフロー)は設定のTools & skillsから編集でき、READMEに一覧がある。エージェントの接続は、Settings → Generalで既存のClaude CodeまたはCodexの契約を使う形だ。

エージェントから返る編集は、要求した編集と提案が分けて扱われる。要求した編集は作業タイムラインに反映され、提案は承認されるまで待つ。変更の影響範囲だけをレンダリングして確認でき、カットでは文字起こし上の削除対象の語を確認し、\キーで削除された映像とつなぎ目を聞き比べられる。対話パスの各カットには承認・スキップ・修正依頼を選べ、適用済みの編集の修正や取り消しもでき、過去のバージョンはプロジェクト履歴に残る。元素材は保持される。

図解編集の流れ(GitHub READMEによる)
  1. 01 取り込み

    MP4・MOV

    動画(MP4、MOV)、音声(WAV、MP3)、静止画(PNG、JPEG)をプロジェクトに読み込む。

  2. 02 指示

    文字または音声

    タイムライン上の位置を指定して文字入力、Vキーで音声、/dialogue-passで対話全体のカットを依頼する。

  3. 03 実行

    既存契約で実行

    既存の契約で接続したコーディングエージェントが編集スキルに沿って処理する。

  4. 04 反映と確認

    反映・承認

    要求した編集は作業タイムラインに反映され、提案は承認待ちになる。変更箇所だけをレンダリングして承認・スキップ・修正依頼を選ぶ。

  5. 05 書き出し

    MP4・OTIO

    全編または選択範囲をMP4で保存し、DaVinci Resolve向けにOpenTimelineIO (.otio)でタイムラインを書き出す。

流れの構成と用語はREADMEの記述(Make your first editの節と本文)。対応形式はREADMEに列挙されたもの。

図解エージェントから返る編集の扱い(READMEによる)

対象エージェントの編集結果

  • 要求した編集

    作業タイムラインへ反映

    指示した編集は作業タイムラインに入り、再生で確認できる。

  • 提案

    承認待ちで待機

    対話パスのカットなどは承認・スキップ・修正依頼を選ぶまで反映されない。

  • 適用済みの編集

    修正・取り消し可

    適用後でも修正や取り消しができ、過去のバージョンはプロジェクト履歴に残る。

扱いの区分はREADMEの記述(Requested edits go on the working timeline. Suggestions wait for you to apply them.、適用済み編集の修正・取り消しとプロジェクト履歴)。

書き出しは、プロジェクトヘッダーのExportから全編または選択範囲をMP4で保存する方式だ。DaVinci Resolveで編集を続ける場合は、タイムラインをOpenTimelineIO(.otio)で書き出せる。

プロジェクトの保存と動画のレンダリングは手元のコンピューターで行われ、元素材はそのまま残る。文字起こしの既定はローカルで動くCrisperWhisperで、別ライセンスの重みを導入するまでの間はWhisper large-v3-turboが初回使用時にダウンロードされる。一方で、接続したAI提供元には編集の指示と、エージェントが使うプロジェクトの文脈が送られる。文脈には文字起こしの抜粋や動画フレームが含まり得る。パッケージ版はPostHogへ匿名の利用状況、編集レビューの判断、タスクと書き出しの結果を送り、設定のオフまたは環境変数SCARLET_TELEMETRY_ENABLED=falseで無効化できる(Early Access版は0.1.3まで環境変数のみ)。

図解処理とデータの行き先(GitHub READMEによる)
  • プロジェクトとレンダリング

    扱い
    ローカル
    備考
    素材とプロジェクトはPC内に保存され、元素材は保持される
  • 文字起こし

    扱い
    既定はローカル
    備考
    CrisperWhisperが既定。重み未導入時はWhisper large-v3-turboを初回使用時にダウンロード
  • 編集指示と文脈

    扱い
    接続したAI提供元へ
    備考
    文字起こしの抜粋や動画フレームを含み得る
  • テレメトリー

    扱い
    PostHogへ匿名送信
    備考
    設定オフまたはSCARLET_TELEMETRY_ENABLED=falseで無効化(Early Access 0.1.3まで環境変数のみ)

区分はREADMEの記述。AI提供元への送信内容はREADMEの説明(transcript excerpts and video framesを含み得る)による。

位置づけとして、非破壊編集、文字起こしベースの動画編集、LLMのツール呼び出しはいずれも既存の技術で、Scarletは既存のCLIエージェントと編集スキル、ローカルのメディア処理、人間の承認、編集可能なタイムラインを統合して公開したものであり、世界初とは主張していない。READMEはプロジェクトを早期開発と明記し、利用にあたっての注意も列挙する。MITライセンスだが、同梱の編集スキルはAlexのDaVinci編集スキル由来(© 2026 Alex (@The_Alex) とForward Future)、アコースティックフィラー検出はDesert Ant Labs提供と、それぞれ帰属が示される。エージェントの接続は既存の契約を使う形で、無料・無制限に使える保証はない。本稿の時点で実機による編集テストは行っておらず、工数削減の効果も測定されていない。

出典

  1. GitHub: Forward-Future/scarlet(README)MITライセンス、ソースビルドの対応環境(macOS 13以降、Windows x64、Ubuntu 24.04 x86-64)と前提ツール、早期アクセス配布(別リポジトリ)、指示の方法(文字・Vキー・/dialogue-pass)、要求した編集と提案の区別、該当区間だけのレンダリングと\キーでの聞き比べ、MP4とOpenTimelineIO (.otio)書き出し、CrisperWhisperとWhisper large-v3-turbo、AI提供元への送信、PostHogのテレメトリーと無効化、同梱スキルとDesert Ant Labsの帰属。
  2. GitHub API: Forward-Future/scarlet(リポジトリ情報)作成日時(2026-11-13T17:02:31Z)、ライセンスMIT、主要言語TypeScript、スター251・フォーク33(2026-11-15確認の変動値)。
  3. mindpattern.aiの解説(二次報道)公開の伝達(2026-11-14付)。数値や性能の独立検証ではない。

出典の確認日 2026.11.15

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧
  1. GitHub、エージェントセッションを端末間で継続させる「Agent Host Protocol」の実装を解説──VS CodeとGitHubで2つのホスト実装、6言語のSDK

    GitHubは2026年11月17日、公式Engineeringブログで、AIエージェントのセッションをエディタ、スマートフォン、クラウドの間で引き継ぐオープンなプロトコル「Agent Host Protocol(AHP)」の実装構造を解説した。執筆したのは同社のプリンシパルソフトウェアエンジニア、Connor Peet氏とRob Lourens氏だ。AHPの開発は2026年前半にVS Codeで始まり、仕様は10月2日にv1.0.0、11月13日にv1.1.0として公開済みである。今回の記事は新規プロトコルの発表ではなく、VS CodeとGitHubという異なる2実装に共通で使われている構造と設計判断の開示が中心だ。

    記事を読む
  2. Appleの研究チーム、対話操作に足る速さの動画生成「FastFrames」を公開──1.3B構成で1フレーム36ms、VAE復号とKVキャッシュ更新の置換が鍵

    Appleの研究チームは2026年11月17日、入力に応じた対話操作が可能な速さで480p動画を生成する自己回帰型動画拡散モデル「FastFrames」の論文をarXivに公開した(arXiv:2611.23226)。1.3Bの構成では単一のNVIDIA B200で1フレーム36ミリ秒(毎秒27.8回の応答)、14Bの構成では8基のB200で45ミリ秒を著者らは報告している。論文はまず既存モデルの推論を計測し、VAE復号とKVキャッシュ更新という「固定の実装詳細」とされてきた処理がエンドツーエンド遅延の半分以上を占めることを示したうえで、この2つを軽量な代替に置き換えた。論文、コード、重みが公開されている。

    記事を読む
  3. Google、GeminiのエージェントをTasksへ刷新──日本を含む6カ国で無料提供を順次開始、Gemini 4 Hydrogenとアカウント専用VMで実行

    グーグルは2026年11月17日、Geminiアプリの常時稼働型エージェントを「Tasks」として刷新し、米国・日本・韓国・カナダ・オーストラリア・インドの6カ国で無料提供を順次開始すると発表した。Gemini 4 Hydrogenを使い、ホーム画面のトグルをChatからTaskへ切り替えると、Google CloudのAgent Compute Engineが提供するアカウント専用のハードウェア隔離VMでタスクを実行する。電話発信やgemini@google.comへのメール転送、SMSによる指示は米国から順次の提供で、日本で同等の機能が使えるとは発表されていない。重要な操作の前に確認や事前承認を求める設計も明らかにした。

    記事を読む