视频理解

视频理解适合处理短视频片段、课程录屏、产品演示、监控摘要和多媒体内容审核。根据模型能力，你可以直接输入视频，或把视频拆成画面帧与字幕分别处理。

​

典型任务

• 片段摘要：说明视频主要内容、关键节点和结论。
• 画面问答：针对特定时间点或画面提出问题。
• 动作识别：分析人物动作、流程步骤或事件发生顺序。
• 字幕校对：结合画面内容和已有字幕修正错别字、时间点与上下文。

​

接入建议

​

后续阅读

• 图像理解
• 多模块总览