20260904 影片筆記

講者實機演示了一個由大二學生開發的開源本地視頻一體化工具，該工具整合了多平台視頻下載、基於本地 Whisper 模型的字幕提取、自動章節劃分、關鍵詞定位、基於本地 Ollama 大模型的 AI 問答以及圖片格式轉換功能，強調完全本地運行、無需依賴在線 API 的特性。

影片介紹了一款名為「AI全平台視頻下載 Skill」的工具，可從 1000+ 平台下載視頻及保存公眾號文章，建議搭配每日可免費使用 2000 萬 Token 的 AI 桌面端軟件（如 Loomy/LowMine）使用，強調其免費、簡單且下載畫質達 1080P。

本影片教學如何在 Windows 10/11 系統上，透過下載 iTunes 並手動解壓縮驅動程式，強制安裝自訂的 Apple USB Ethernet 驅動，以修復 iPhone 透過 USB 網路共用（Tethering）無法連線的問題。

谷歌發布基於 Gemini 模型的「智能體式視頻理解 API」（Agentic Video Understanding），透過讓模型主動決定觀看路徑（讀字幕、跳轉、局部提高幀率、回頭檢查），取代傳統固定抽幀方式，在特定條件下顯著降低 Token 消耗與成本，同時提升回答質量，並計劃整合至 YouTube 搜索與 Gemini 應用中。

OpenAI 於凌晨正式推送 GPT-6 Astra，該模型在 ARCAGI-3 基準測試中獲得 99.9% 的高分，被視為邁向 AGI 的標誌；其在遊戲開發、專業工作（PCB、報稅、法律）、程式碼生成及電腦控制（Computer Use）等方面展現「斷檔式」領先，儘管價格上漲 2.5 倍，但 Token 消耗大幅減少，講者認為這是跨時代的產品更新，並質疑其...

影片介紹了社群開發的開源技能 CodexCommander，該技能透過模擬「跨任務協作」模式，引導使用者在 Codex 環境中經歷明確目標、確定範圍、選擇團隊與驗證結果四個步驟，以解決 AI 編碼時的過度設計與協作混亂問題。

影片探討 OpenAI 最新發布的 Altra（逐字稿中亦稱 Astra、Atria 等）模型在 Codex 環境下的「計算機使用」能力，強調其在 3D 建模、遊戲開發與自動化操作上的優勢，並對比了不同模型在代碼編寫與視覺設計上的差異，同時記錄了作者使用 Blender 與 Unity 進行實測的過程與限制。

GPT-6 Astra 雖在官方 ARC AGI 3 測試中獲得 99.9% 高分，但在第三方評估中智能指數僅為 61 分，與上一代 Sol 持平，低於 Fable 5.1。講者認為 Astra 的核心優勢不在於絕對智能分數的提升，而在於極高的 Token 效率、強大的 Computer Use（電腦使用能力）以及降低的幻覺率，使其在編程、終端操作及自動化 ...