视频处理相关 AI 资讯 · AI 热点

8月3日

17:08

17:08

Viking@vikingmute

作者遇到一个很长的 bug 录屏，不想手动看完，于是尝试了一个开源 skills。流程用 yt-dlp 下载视频，优先获取平台自带字幕，缺失时用 MLX-Whisper 或 whisper.cpp 转录。需要视觉信息时，用 ffmpeg 按场景抽帧，把帧和对应时间段的转录一起发给 Agent。最终生成 moments.md 和 summary.md，作者借此快速定位 bug 细节，并转给其他 Agent 修复。

技巧 yt-dlp Whisper ffmpeg

推荐理由：vikingmute 分享的 skills，让 Agent 自动看视频，yt-dlp 下载、Whisper 转录、ffmpeg 抽帧，处理长录屏省事。

7月17日

19:14

19:14

量子位@杰西卡

文远发布了物理AI大模型WITT。该模型在单卡上每天可处理1万分钟视频数据。这有助于提升自动驾驶等场景的数据处理效率。

AI模型文远 WITT 物理AI

推荐理由：文远新模型WITT单卡就能日处理1万分钟视频，对自动驾驶研发超实用。

7月15日

11:54

11:54

宝玉@dotey

精选

宝玉开发的BaoCut仅支持Mac，核心思路是用Agent+Skill替代纯LLM方案。纯LLM方案（如Gemini 3.5 Flash）翻译长视频成本达几美元，且拆分效果差。BaoCut通过CLI让Agent调用App功能，配合Skill固化转录、润色、翻译、对齐、剪辑工作流。Agent操作后，用户可在GUI界面预览和人工编辑，无需每次重新生成视频。已知问题：翻译速度略慢。

AI产品 BaoCut Mac Agent

推荐理由：宝玉新出的BaoCut，用Agent+Skill低成本搞定视频字幕转录翻译，还带GUI手动修改，比纯LLM方案实惠多了。

6月8日

21:13

21:13

小互@imxiaohu

精选

该开源工具支持下载、转写、翻译、润色、烧录一条龙操作，用户只需一句话即可为任意语言视频添加任意语言字幕。项目链接指向GitHub仓库xiaohuailabs，提供完整功能。无具体版本号或基准数据。

AI产品 xiaohuailabs 开源工具字幕生成

推荐理由：给视频自动加字幕