批量进行 AI 视频分析，时长 1 小时的那种，求个好的方案🙋‍♂️

2025 年 11 月 12 日
 HeyCaptainJack

需要通过 API 来批量的上传和获取 AI 视频分析的结果。 1 、文字提取和总结 2 、关键帧识别

请问呢大家有推荐的服务商来处理上述任务吗，准备试试 gemini api ，但是不清楚效果以及单次成本，大家有好的方案组合可以推荐吗感谢😁

2232 次点击
所在节点    程序员
13 条回复
malusama
2025 年 11 月 12 日
上传到 youtube ， 然后使用 gemini
https://aistudio.google.com/ 现在免费啊
HeyCaptainJack
2025 年 11 月 12 日
@malusama 需要通过 API 的方式去调用
RangerWolf
2025 年 11 月 12 日
@malusama 好方法啊
kmoui
2025 年 11 月 12 日
Qwen VL 系列呢，但你视频需要预处理吧，比如降低分辨率和帧率，分割小段。
dismantle
2025 年 11 月 12 日
@malusama 邪修哈哈
wdoit9
2025 年 11 月 13 日
之前捣鼓过本地处理视频提取音频，然后调语音识别模型转文字，然后调 LLM 总结文字内容，关键帧倒是没有啥好办法
kingofzihua
2025 年 11 月 13 日
https://aistudio.google.com 选择 build->app-> 搜索 video_analyzer

代码下下来看看，文档说最长支持 2h 的视频，或者你上传到 youtube 给他视频链接

https://ai.google.dev/gemini-api/docs/video-understanding?hl=zh-cn


wnpllrzodiac
2025 年 11 月 13 日
@kingofzihua 女幽分析器是吧。。。哈哈哈哈
guaguaguaxia1
2025 年 11 月 13 日
火山引擎里的豆包视觉模型看看
shellus
2025 年 11 月 13 日
感觉楼上说的方案，或者说使用大模型来实现的方案，都会成本爆炸。
HeyCaptainJack
2025 年 11 月 13 日
@kmoui 好的，我来研究一下，谢谢
HeyCaptainJack
2025 年 11 月 13 日
@wdoit9 嗯，我之前也没怎么研究，但是市面上这种产品倒是挺多，多找找应该没问题
HeyCaptainJack
2025 年 11 月 13 日
@guaguaguaxia1 好的，感谢，我去看看

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://study.congcong.us/t/1172341

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX