刚刚，个名为claude-real-video的开源花式宣称：能让任何大讲话模子都‘不雅看’。

这个花式莫得稽查新的模子，也莫得复杂的视觉理框架。它的star数目高潮速率超越快！

AI在分析YouTube时，是简直把“看”了遍吗？

关于个几十分钟的来说，要是把每帧都发送给模子，不仅Token资本，何况远远出了模子能够处置的落魄文长度。

因此，论是Claude、ChatGPT，已经Gemini，在濒临个聚积时，它们多依赖的是字幕，而不是着实久了画面。

也即是说，模子听到了声息，却莫得着实看到画面。

那么这个花式是若何作念到的？

中枢想路：不是抽帧多，而是抽帧智慧

claude-real-video的想路并不复杂。它莫得试图让Claude去播放，而是在土产货先完成次“久了预处置”。

悉数过程约莫如下：先用yt-dlp或土产货文献拿到源，再用ffmpeg作念场景检测、索要关节帧、图片去重，同期用Whisper(或者自带字幕)生成笔墨转录。后包成frames/(关节帧图片)、transcript.txt(转录文本)、MANIFEST.txt(清单文献)三样东西。

后，把这些文献起交给Claude/ChatGPT/Gemini，它们并不是径直读取，而是在同落魄文中同期阅读：字幕、每个场景的关节帧图片、每张图片对应的时期轴信息。

这么来兰州锚索钢绞线，它获取的信息远比单纯依赖字幕丰富得多。

拆解花式五大亮点，每步都在省Token

传统的抽帧式频频是固定频率。举例：每秒抽张。要是个PPT页面停留了30秒，就会得到30张险些交流的图片。但这么既花费Token，也莫得任何价值。

而claude-real-video使用的是SceneDetection（场景检测）。

唯有当画面着实发生变化时，才保存新的关节帧。

在主页，还有个案例：相同是58秒的片断：固定1fps采样率=58帧。claude-real-video保留了内容不同的26帧，grid将它们包成3个探讨表。少的token，却莫得遗漏任何信息。

二个亮点：自动删除访佛图片

模子莫得要反复阅读交流画面。因此，花式还加入了图片去重机制：通过滑动窗口比拟相邻图片的相似度，只保留着实发生变化的内容。

举例：100张图片，终可能只留住30张。关于Claude来说，久了果险些莫得变化，但Token破钞却大幅着落。

三个亮点：让画面和字幕着实对应起来

花式还会生成个MANIFEST文献。把每张关节帧对应的时期戳，锚索和每段字幕的时期戳关联起来。这么模子濒临的不再是堆狼籍的图片，而是能了了知谈“某句话说出口的时候,画面上适值是哪张图”。

四个亮点：关节帧并不等于

新版块新增了个很智慧的筹划：“关节帧并不等于兰州锚索钢绞线。”

因为单张图片只可反应某个时刻，好多算作、动画、UI变化，都发生在连气儿几帧之间。

于是，花式很快又出了新的Grid：它会把连气儿的9张关节帧拼成张图片。让模子次读到段连气儿的画面序列,而不是散的静态截图。这么作念还有个出奇平正，本来前边提到的26张关节帧，不错逾越压缩成3张图,Token破钞又降了截。

五个亮点：不仅仅归来，而是带着指标去分析

在0.3.0版块里，还加入了个新参数why，不错在敕令行里径直告诉器具‘你为什么要看这段’,比如：

crv"https://youtu.be/..."--why"findthepricingstrategy"--kb~/notes

配套的还有个kb参数，会把分析后果保存到你我方的学问库（notes文献夹）里，并按日历定名，这么后果就不会跟着crv-out目次被算帐而隐匿。

费版除外，还有个付费的crvPro

还有点，claude-real-video开源费的这部分,作念的是“让模子看到”，也即是前边说的场景抽帧、去重、拼图、时期轴对都。花式主页同期也在广个次付费(19好意思元)的crvPro,主“让模子看懂”：比如识别镜头运镜式(固定机位/摇镜/拉/手捏)、统计编订节拍,以及生成份画面除外的“感知时期轴”，记载纯看画面断不出来的信息,比如手势、情态、口吻变化、热枕、非语音的声息事件，再配份面向短创作家的分析讲述等。

网友：应该去掉花式名字里的Claude！

关于这个开源器具，网友的批驳大多分两种。

种是赞同花式的想路：

“这看起来很酷，然则应该去掉名字里的Claude。”

“我认为这比单纯的LLM关系运用有效。”

也有网友对这个花式的些时代面刻薄疑问：

“我使用ffmpeg场景检测的训戒是它很不踏实。它巧合有，但非可靠。”

写在后

畴昔，咱们总但愿恭候模子原生搭救长的输入。

而这个花式提供了另种阶梯：不是升模子，而是升落魄文。

模子汲取到的信息，被提前组织成了适久了的状貌。将来，论是、网页、代码仓库，已经长文档，咱们粗略都不需要恭候模子“原生搭救”。

只须能够把信息组织成模子容易久了的落魄文，相同能够获取接近原生智商的果。

诸君大佬认为这个花式若何样？见谅在批驳区共享不雅点！天津市瑞通预应力钢绞线有限公司相关词条:罐体保温     塑料挤出设备     钢绞线    超细玻璃棉板    万能胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述兰州锚索钢绞线，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。