Reddit 讨论：哪种本地模型最适合视频理解
Ok_Construction5498 · reddit · 2026-07-26
做短视频自动剪辑，哪种本地模型最适合分析视频
楼主想做一个自动帮他剪 shorts 的工具，重点是在本地模型里做视频上传和视频理解。
- 他说之前试过 Llama 和 Gemma，但对视频输入支持不理想。
- 目前测试下来，Gemini 的视频理解效果最好。
- 他想进一步确认：Qwen 或其他本地方案是否更合适，以及大家实际怎么搭工作流。
「多模态」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 零编程经验者用 ChatGPT 开发 ComfyUI 安卓客户端将上架 — ComfierUI · 2026-09-11
- RunningHub 开源 H3Lightning：MiniMax H3 视频生成提速约 12 倍 — 智东西 · 2026-09-11
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11