AIStudio：自动识别视频人物和对话内容
视频字幕提取工具我们见得多了，但是能提取多个人物的对话，并识别出这些人物，以及这些人物说话的时间点，这种AI工具就凤毛麟角了，更何况是完全免费。有了这种工具，我们就可以实现很多其他AI工具了，比如可以实现自动将长视频编辑成高光短视频等，大家觉得还能做成什么其他工具呢?
- 访问入口)
微信赞赏
相关推荐
2025-10-31
安息吧！码农们！动下鼠标就能编程的时代到了！
编程从未如此简单，通过简单的圈圈点点，拖拖拽拽，加个评论，就能对UI进行修改。是不是又开始焦虑，我们程序员的末日又要到了吗？ 这就是之前介绍过的免费的AI Studio再次出的新功能。被不被AI取代的先不说，赶紧跟大家demo下… 访问入口
2025-04-18
Veo 2：谷歌顶级免费视频生成模型！
谷歌veo 2顶级视频生成模型免费用啊！最近veo 2被传得神乎其神的，一步步勾起了我的好奇心。 今天就花点时间去测一下… 访问入口
2025-11-27
如何快速开发Nano Banana应用！
NanoBanana（国产AI文生图模型）提供了API接口，让开发者可以基于它开发自己的应用。本视频教你如何快速开发基于NanoBanana的AI绘画应用——从API接入、功能设计到部署上线，涵盖完整的开发流程。无论你是想搭建自己的AI绘画网站、开发小程序还是制作自动化生图工具，这份教程都能帮你快速上手。 访问入口
2024-11-29
n-grams：大语言模型的起源
N-grams（N元语法模型）是大语言模型发展的”始祖”技术，理解它是理解现代LLM演进的重要基础。N-grams是一种基于统计的语言模型，它通过计算文本中连续的N个词出现的概率来预测下一个词。例如，2-gram（二元模型）会统计”我→爱”这个组合出现的频率。虽然N-grams模型简单、资源消耗大，但它奠定了现代语言模型的核心思想——根据上文预测下文。从N-grams到基于Transformer的GPT模型，本视频带你追溯语言模型的发展历程。
2024-12-26
QVQ-72B：世上唯一开源免费视觉推理大模型
这应该是当今世上唯一一个完全开源免费的视觉推理大模型，相比海外如OpenAI等贵的要命的o3模型，阿里巴巴最新推出的这个QVQ-72B视觉推理大模型遵循都是Apache 2.0的协议，也就是说权重等完全开源，如果我没有搞错的话，这应该是当今世上唯一一个完全开源免费的视觉推理大模型，它只有72B的参数量，但是它在MMLU多模态测试集和MathVision等数学视觉等测试集上的benchmarks得分却不容小觑。下面我们快速的去魔撘上玩下… 访问入口
2025-04-02
Gemini-Code：免费创意变APP!
快速跟大家分享个开源免费的AI工具，叫做Gemini-Code，类似Anthropic的claude code，是个基于命令行的AI编程工具，刚出来没几天。背后可以用Gemini各种大语言模型，包括最新免费的超强的Gemini 2.5 Pro… 项目入口
