Типичный программист | IT, программирование, разработка, ИИ
IT и технологии · 6 июля 2026 г.
Большинство LLM видят видео как транскрипцию, а не как сцену — 6 июля 2026 г. в 11:32:23.108
Большинство LLM видят видео как транскрипцию, а не как сцену Даже Claude не берёт видео напрямую. claude-real-video делает это локально: дергает URL или файл, вытаскивает значимые кадры на каждом изменении сцены, выбрасывает дубли и делает транскрипцию. Автор показывает пример: 58-секундный ролик при фиксированном 1 fps даёт 58 кадров, а инструмент оставляет 26, которые реально отличаются, и упаковывает их в 3 контактных листа. Меньше токенов, ничего не потеряно. Цепляет, что вся обработка — на машине пользователя: в LLM уходит только то, что вы сами выбрали. Для разбора видео, подготовки датасетов или просто чтобы LLM «посмотрел» ролик, а не прочитал субтитры — удобная штука. Репо на GitHub.