上传视频,Qwen3.8-flash 视觉理解按时间线拆成片段并逐段摘要,附时间戳、总体摘要与片段数量统计。
把视频交给模型,按时间线拆成片段并逐段摘要,附总体摘要与片段数量统计。
本篇以一段 36 秒的混剪跑通:会议录屏、素材合辑不用从头看,让 qwen3.8-flash 按时间线拆片段并逐段说清画面内容。这里特意用 7 段各约 5 秒拼成的混剪做输入——拼接顺序由 ffmpeg 生成、已知,就是标准答案,模型给的时间戳准不准可以直接核对,不用凭感觉判断。
调用链:qwen3.8-flash(视频 base64 传入 → 时间戳分段 + 逐段摘要 + 总体摘要)。视觉理解,视频输入。
输入素材:
把视频与下面的指令一起发给 qwen3.8-flash:
免责声明:本页展示内容均为 AI 模型生成,仅供参考,不构成任何效果承诺;实际产出效果与 Credits 消耗以控制台「用量详情」为准。
示例输入
输入素材:
步骤:上传视频并要求按时间线输出
把视频与下面的指令一起发给 qwen3.8-flash:
说明
- 消耗:本玩法涉及视觉理解(qwen3.8-flash,视频输入)。视频转成的 token 计入输入侧,时长越长、输入消耗越高,因此长视频的成本主要由输入侧决定。
- 实测效果:7 段本次全部识别正确、顺序与逐段内容都对得上。细节还原到「粉色蝴蝶结」「金色滴管盖」这一级,并且认出了画面里的「AI 生成」水印。
- 注意 · 时间戳精度:模型给的时间戳是整 5 秒刻度(从 00:00–00:05 一直排到 00:30–00:35),而素材每段实际略长于 5 秒、总长 36 秒,偏差逐段累积、到末段差约 1 秒。用它定位「第几段讲什么」够用,不适合当精确剪辑点。
- 注意:实测素材为 36 秒短视频,数十分钟的长视频未经验证,不要直接套用本篇的效果预期;长素材建议先切段再分别摘要。
- 素材声明:本例混剪素材由 AI 生成后拼接,画面带「AI 生成」水印。