欢迎转发分享

目前是提取字幕，
ASR 语音识别后面可以支持。

支持远程吗？还是必须在北京。

@makizhang ，女主叫 叶牛马 ：）

http://jufengqian-test.oss-cn-hangzhou.aliyuncs.com/video-clips-dat/20241112/t_673_174859_zSHW/output1.mp4

这个视频大家可以看看生成质量

@PbCopy111 ，视频内容理解是第一步，我们后续还做了不少事项。

@ticket123 ，电影、电视剧、广告等领域，我们也在推进。
底层的大模型能力是通用的，上层应用更多是 prompt engineering 以及场景适配。

https://www.jieshuo.cn/#/overview

可以看看我们的官网，或者在微信小程序搜索"AI 解说大师"

底层核心技术是大模型多模态理解能力；然后上层应用是通过将 Task 拆解成 sub task ，通过各种 AI Agent 解决 sub task ，最终串联起来实现的。

框架比较轻量，部署资源要求比较低。方便做二次定制优化。
非结构化文档解析可以使用[LlamaParse]( https://docs.llamaindex.ai/en/stable/llama_cloud/llama_parse/)，整体效果会比较好。

@WallaceYYLi ，看到"公司缺点"，确实是很实诚 :）

@llllliu ，"AI+工业化"，请问你们公司业务发展如何？

微信群二维码： https://hackathonweekly.feishu.cn/wiki/XAxPwF275ikR5IkhtbOcnmnFn8e

支持一下

服务稳定吗？

智谱、DeepSeek 、Kimi ，它们现在都有兼容 OpenAI 的 API 。

如果能正常访问 OpenAI ，使用 GPT 系列的模型作为 LLM 底座，整体效果还是更有保障一些。

DeepSeek 目前确实是性价比最高的