ChatVideo:从视频网页 URL 自己搭建内容理解流水线
· 阅读需 8 分钟
如果目标是“给一个 B 站视频链接,然后自动整理视频里讲了什么”,最稳的做法不是把网页 URL 直接丢给一个大模型,而是自己搭一条可观察、可缓存、可替换的 evidence pipeline:先拿到网页 metadata、字幕或音频,再用 ASR、抽帧、OCR/VLM 和 LLM 逐层补全证据。
如果目标是“给一个 B 站视频链接,然后自动整理视频里讲了什么”,最稳的做法不是把网页 URL 直接丢给一个大模型,而是自己搭一条可观察、可缓存、可替换的 evidence pipeline:先拿到网页 metadata、字幕或音频,再用 ASR、抽帧、OCR/VLM 和 LLM 逐层补全证据。