北京
作者｜畢樂天
來源｜AI先鋒官
這事兒鬧大了。
前兩天，谷歌剛發(fā)了Gemini 3 Pro。
全網(wǎng)都在吹。
說它智商多高，邏輯多強(qiáng)。
大家都覺得，硅谷巨頭又要教做人了。
結(jié)果呢？
屁股還沒坐熱，字節(jié)跳動(dòng)（ByteDance）悄悄扔了個(gè)大炸彈。
這個(gè)叫Vidi2的模型，它干了一件事：
在視頻理解這個(gè)領(lǐng)域，把谷歌按在地上摩擦。
真的，不夸張。
咱們直接看數(shù)據(jù)。
1. 60分 vs 16分
Vidi2有個(gè)核心指標(biāo)，叫“時(shí)空定位”。
聽著挺玄乎？
簡單說就是：“我在視頻里找個(gè)人，能不能找準(zhǔn)時(shí)間，能不能畫準(zhǔn)框?！?/b>
在這個(gè)考試?yán)铮?/p>
字節(jié) Vidi2 考了 60.3 分。
谷歌 Gemini 3 Pro 考了 16.6 分。
你沒看錯(cuò)，不是險(xiǎn)勝，是碾壓。
這就好比：
谷歌是個(gè)大學(xué)教授。
滿腹經(jīng)綸，上知天文下知地理。
你問他：“這部電影講了啥？”
他能給你寫首詩，分析得頭頭是道。
但你問他：“那個(gè)穿紅衣服的人，第幾分第幾秒出來的？給我截個(gè)圖。”
教授懵了。
他大概率會(huì)瞎指一個(gè)：“呃...好像在 10 分鐘左右吧？”
結(jié)果全是錯(cuò)的，而字節(jié) Vidi2 呢？
它就是個(gè)干了 20 年的剪輯老師傅。
它不跟你扯虛的。
你要找人？
它直接甩給你一個(gè)精確到毫秒的時(shí)間軸。
看案例
原視頻
跟蹤到的視頻
原視頻
跟蹤到的視頻
原視頻
跟蹤到的視頻
2. 長視頻？谷歌那是“老年癡呆”
現(xiàn)在的 AI 有個(gè)通病。
記性不好。
你給它扔個(gè) 1 小時(shí)的視頻。
看到后面，它就把前面的忘了。
測試數(shù)據(jù)很打臉：
只要視頻超過 1 小時(shí)。
谷歌 Gemini 的準(zhǔn)確率直接掉到了21%。
基本就是瞎蒙。
而 Vidi2 表現(xiàn)優(yōu)異。
3. 這個(gè)功能，真能“救命”
說了半天技術(shù)，對咱們有啥用？
太有用了。
字節(jié)已經(jīng)把它做進(jìn)產(chǎn)品里了。
叫Smart Split（智能拆條）。
想象一下這個(gè)場景：
你是個(gè)博主，今天錄了 2 小時(shí)的素材。
累得半死。
還得剪成 5 個(gè)短視頻發(fā)抖音。
以前你怎么搞？
導(dǎo)入電腦，從頭看到尾。
一點(diǎn)點(diǎn)剪，一點(diǎn)點(diǎn)修。
一下午沒了。
現(xiàn)在怎么搞？
把 2 小時(shí)視頻往里一扔。
輸入：“幫我找找最搞笑的段子?！?/p>
去喝杯咖啡。
回來一看，5 條視頻剪好了。
高光時(shí)刻給你挑好了。
橫屏轉(zhuǎn)豎屏給你切好了。
人臉始終在畫面中間（那個(gè) 60% 的準(zhǔn)確率立功了！）。
連字幕都給你配好了。
這哪里是 AI。
這簡直是免費(fèi)的剪輯實(shí)習(xí)生??！
當(dāng)然也可以體驗(yàn)一下
下面是
https://bytedance.github.io/vidi-website/
點(diǎn)擊演示
上傳視頻來解讀和查詢
查詢的內(nèi)容
4. 為什么字節(jié)這么猛？
你可能會(huì)問：
谷歌那么有錢，算力那么強(qiáng)，為啥輸了？
這里有個(gè)大秘密。
谷歌有 YouTube。
它知道大家喜歡看什么。
這能練出很好的推薦算法。
但字節(jié)有抖音和剪映。
它知道大家是怎么剪視頻的。
這才是關(guān)鍵！
你在剪映里的每一次操作：
切一刀、刪一段、加個(gè)特效...
都在告訴 AI：“這里是重點(diǎn)”、“這里是廢話”。
全世界幾億人，每天都在免費(fèi)幫字節(jié)“標(biāo)注數(shù)據(jù)”。
這才是真正的護(hù)城河。
谷歌拿著望遠(yuǎn)鏡都看不見的那種。
5. 結(jié)語
這次“偷襲”告訴我們一件事：
別迷信大廠。
別迷信大模型。
在這個(gè)時(shí)代。
誰能干活，誰才是老大。
以后的視頻創(chuàng)作，可能真不需要你會(huì)剪輯了。
你只要會(huì)說話，會(huì)提要求。
剩下的臟活累活？
交給 Vidi2 這種“特種兵”就完事了。
如果你是剪輯師，別慌。
它不是來搶飯碗的。
它是來幫你早點(diǎn)下班的。
掃碼邀請進(jìn)群，我們帶你一起來玩轉(zhuǎn)ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學(xué)一些AI搞錢技能。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
