对实际效果无要求，做一些简单的推荐无所谓。就怕要求多的很，总觉得效果不好，最后改呀改，2W根本保不住。
<div class="quote"><blockquote><font size="2"><a href="https://hostloc.com/forum.php?mod=redirect&goto=findpost&pid=16156813&ptid=1378634" target="_blank"><font color="#999999">HOSTLOCER 发表于 2024-12-30 10:22</font></a></font><br />
这样是否可行？<br />
① 写个脚本，按影片名字抓取互联网上的简介，输出到表格或者数据库，序列号+名字+简介；<br />
...</blockquote></div><br />
人家要多模态，你一个爬虫就应付了？
用这套算法来抓罪犯简直是一流，比如输入“昨天从金铺打劫的黄色衣服的人” ， 然后马上从所有监控自动调出这个人的所有行踪了，然而，为什么国家做不到这样？原因就是很难实现吧 <img src="https://hostloc.com/static/image/smiley/default/smile.gif" smilieid="1" border="0" alt="" />你预算2W就能做给你？ <img src="https://hostloc.com/static/image/smiley/default/smile.gif" smilieid="1" border="0" alt="" />
很简单 抖音推荐算法
有吗？
<div class="quote"><blockquote><font size="2"><a href="https://hostloc.com/forum.php?mod=redirect&goto=findpost&pid=16156750&ptid=1378634" target="_blank"><font color="#999999">方块李 发表于 2024-12-30 10:03</font></a></font><br />
那这个切割镜头序列又是一个新的问题，人工成本太高，可训练个专有模型是大问题~一些比较剧烈的场面，即 ...</blockquote></div><br />
转场切割这个有现成的，找找opencv类的即可，没有人工成本的。<br />
主要是prompt的逆向，毕竟转场序列不是单帧，还要保持一致性。转场与转场之间又要有一定联系，这个联系怎么定义？因为user给的提示词肯定不是一个场景，而是多个场景的随机组合。不过之前已经有看到过有实时剧情混淆的播放器了，估计也不会成为问题。<br />
<br />
总结，技术上问题不大，都有现成的解决方案，op花两万整合下应该问题也不大，关键op能不能找到这些最优的api服务才是真的。
你这个需求用于搭建开发环境训练算法得成本都得在20000后面加好几个0
不懂，但我觉得2万刀都不可能
