实测 Qwen3.8-27B：11分钟视频识别精准，脚本已开源

vanstriendaniel · x · 2026-08-19

博主实测发现 Qwen3.8-27B 在视频描述任务上表现强劲。模型在单次请求中处理了 11 分钟的 1935 年影片，生成了 96 个带时间戳的事件，且屏幕文本引用准确。验证显示时间戳误差仅在 2 秒左右。该任务在 Hugging Face Jobs 的单 GPU 上运行，博主已在回复中提供了 WIP 脚本。另一位用户基于此修改了脚本，使用 vLLM 和 H-100 GPU 批量处理电视广告归档，效果优异。