大模型短板补齐：只能看图识字，如今 Claude 真正看懂完整视频

claude-video：使Claude可以“看”到视频

这就很不直观了。

我想一想吧，人工智能可以看图片、读文字、听声音，但是当你给它看视频时，它却不能观看——因为视频很长，帧数很多，容纳不下。

Claude-video做的事情就是：你发送一个视频链接，说/Watch，它就会自动下载、抽取帧率、转换为文字，并把所有的信息打包后提供给Claude。那么Claude就可以“观看”该段视频了。

可以干什么呢？

把四十分鐘長的會議錄音剪輯成五個點子

你看到一个教程视频之后就直接提问“第三步怎么做”

查找监控录像上某一个时间点的情况

自己尝试过的最爽的一次体验是：在B站上有一个两个小时左右的专业课程，我把视频丢进去，在里面提问，“哪几部分适合我的程度？”然后它给我列出三个地方，我看了一下二十分钟左右就把问题解决了。节省了1个小时30分钟。

适合的人群为需要观看大量的视频、进行内容研究以及参加会议并产生怀疑的人。

地址为github：bradautomates/claude-video