逐字稿文字預覽
本期视频我们谈一谈。评论区以及论坛有些屌毛,一定要我谈的。 叫什么东西?JV,这个新的玩意。他是个什么呢?他是个大模型,但是他有比于传统的普通的大模型。 就是他不跟你聊天,他也不干国。他干什么?他做这个决策,做判断。 就他为这个什么 Klota为GPT呀 这些不同的模型 提供判断 然后降低成本 因为他判断的成本非常的低嘛 然后呢 好像是他就建立了某种新的范式 就在各种场合被拿出来 说什么 效率提升了几十倍 成本降低了几十倍 这一来一去都上千倍的降本增效了 但是呢 就是我一直在我的视频中跟大家讲啊 就是说如果说你自己长得很绰 是吧 身高一米六 然后体重一百六 长得比我还丑 然后忽然间有一个 身材窈窕 长相可人的妹子 对你抛妹眼 甚至向你提出重金求子 那你这个时候 你第一个反应应该是撒泡尿 照照自己的影子 就你看看像这些火狼一般的数字 动不动就几百倍的提升 这个东西就跟什么 大理金刚丸 跟什么以利神 基本上走的都是同一个路线 就是凡是愿意相信这些东西的 基本上老子都不太正常 就要么是特别喜欢谈小便宜的 但是既然有人提到这个东西 这家公司的网站 你看挂出了不少的对比 显示自己在降本增效方面 多么多么的牛逼 你看这数字 卧槽 低于100倍以下的 基本上都不会摆出来 是吧 就如果说 我们从这个常识的角度来判断 如果这个东西成立的话 那么OpenAI Athrobic这些公司 包括Deepseek这些公司都是傻逼 知道吗 就是他们 就不知道这么做 然后这个东西还不是开源的 它还是必源的 那么像这么一个非常牛逼的东西 它在这个什么GitHub上面 它不是开源的 所以我们不能用这个什么新标量来判断它 但是它的这个API 是吧 API的新标量186 一共17个分支 我只能讲 虽然我妈不识字 但是我妈如果说在这个GitHub上 开源一个项目 我应该几天的时间 一个星期也能把它刷到这个数字 然后 这家牛逼的企业 我们看一看 它还有其他一些项目 我们不能观看它其中一个项目吗 你看新标量 最大的一个1.2K 其他的都是 一百两百十几 几个新标量的 就如果说这个东西 是像DeepSeekHannis一样 重磅的生产工具 它能够改变行业的生态 像Hermis一样 像OpenCloud一样 那么他不会有这么傻逼的新标量呢 但是我又为什么说 在我评论区 在我论坛 发帖或者说评论 要我谈这些东西的都是屌毛呢 就是这些人基本上听风就是雨 没有基本的认知能力 他们会觉得自己 看了某某东西特别的厉害 他就为了装个B 然后他就骗我去来研究这个东西 甚至说他们有可能 就是这些炒作水军的机器人 有的时候大家说 你怎么在评论区对某某人那么那么的粗俗 其实你们搞错了 你对他礼貌也没有用的 因为他们很多是机器人 有的是如果是真人的话 他相信这么一个玩意 基本上他的智商也不比那些机器人强 然后这个东西我还去注册了一下 我也跟这个GPD聊了一下天 然后简单研究了一下它的玩法 就是它是不能干活的 就它不能干活 它只是帮你判断 而且它没有这个聊天入口 因为它本身不聊天 就是说你到达这个官方网站 来这个注册一下 注册好了之后 你能获得一个API key 这个key现在是免费使用 但是以后 因为它是必源的 以后它是要收费的 你在这里描述一个现象 一个状态 然后给它几个选项 选择 它再把这个概率告诉你 比如说你说登陆失败 那么有这几种可能 下一步应该怎么做 给它五个选择 它就会告诉你 选择一概率是70% 选择二概率是28% 选择三概率是2% 那你说这么一个东西 它又不能干活 那它能干什么呢 好 这个时候就要 做一下实际的一个演示 我们打开我们万能的Deep Seek Harness 让它去研究一下 JV这个新的模型 然后我申请了一个IPIK 是吧 让它研究研究怎么玩 它也了解了一下 它说它已经准备好了 能完了 已经确认是通了 我就告诉他 我说我把API key 已经放在了阶级别目录底下 他自己写了一个脚本 然后他就开始测试 就用这些问题来测试他 其实他的测试过程 就是跟我在这个页面中的一样 就是这样测试的 给他一个状态 然后几个选择 让他给出每个选择的概率 就这个模型 他本身不吐出任何的文本 不吐出任何的聊天内容 他只是帮你做决策 那么好吧 就开始告诉他 他做了一些简单的测试 知道怎么跟他交互了 然后我就问他 我说我跑任务的时候 比如说我要开发APP 我怎么用它 这个DeepseekHannis就开始告诉我 他是干什么的 意思就是说他不能干活 但是他能帮助决策 我一开始还问他 我说你是不是把它当做一个scale 它是一个工具给你调用 结果Deep Sick Harness说 它也不是工具 就是你如果说 要在实际的干活过程中 使用它 就是说你当你这个模型 需要做判断 需要做这个决定的时候 你把这种情况交给他 不但的去问他问题 这种情况下 他才能发挥用武之地 然后我就说如果是这样的话 那里告诉我JV的意义是什么 如果要判断的话 那你自己就能判断了 你作为一个大模型 你不能判断吗 他当然是可以判断的 但是JV的官方宣称 他们对于判断的输出格式 进行了银额的限制 他就是像刚才这样 他不会说输出跟这个什么概率 跟结果无关的东西 它要么就是告诉你 比如说第一个选项可能是100% 其他的是0% 如果说你在这里加入一些日志 它立刻就能判断出来是JWT出现的问题 那么它就把JWT这个选项给设置成100% 其他的设置为0% 这样你的大步行就知道下一步该干什么 这个街机卫的官方宣称 在这种情况下可以消除AI的幻觉 但是他实际上他这个判断的这个准确率 是吧 其实是有待商榷的 他是否能比普通的文盆大模型 更加的精确 幻觉更少 这个当下还是只是他自己蠢牛逼 说他厉害 这个还得再度验证 那么就是具体怎么用呢 我们跟他之间是没有办法直接交流沟通的 你不可能说 你要干一个什么事情 我靠你还在这里手写 是吧 手写问题 然后再把这个什么 可能选项 在这里手中打给他 那不是傻不及吗 是吧 那你只能说让AI agent来做 因为我们只会AI agent的干活 我们本身肯定 是要有一个聊天框在的是吧 无论是输入文字 还是输入语音 输入图片 是吧 我们有一个输入 然后指挥他去干活 这个JV这个东西呢 就只能说怎么样 后台写一个python脚本 或者说写一个插件 然后我们要干某个活 是吧 比如说有什么 几十个选项 或者几百个选项要判断 这个时候就让我们这个deepstick hannes 去频繁的调用它 来降低这个tokens开销 但是目前我没有去测试它 因为我觉得这样子 是脱骨子放屁 就完全没有必要 当然有一种情况可能说比较有效 就是比如说 我现在要做一个常列的复杂的任务 但是呢我不希望 所有的工作都由这个什么 在线的API完成 因为我本地还有这个什么 请问嘛请问3.8嘛 是吧 有这个本地的模型 那么哪些工作 是放在这个 在线的模型中做 哪个任务放在这个什么 本地模型中去做 这个时候让他来判断一下 但是我依然觉得这个有点脱骨子放屁 因为大墨星本身就能判断 本来的我是想在这个实际的任务中 去玩一玩它的 但是我觉得看了一下子 我个人觉得这种项目就是噱头 吹牛逼的 我是非常讨厌这种项目的 而且我觉得我们玩AI的时候 我们要有一个基本的判断 就是哪些东西它是有用的 哪些东西是没有用的 是吧 就是如果说一个东西真的很牛逼 他发布了五天 然后他妈的星标是203个 而是这个是186个 你觉得可能吗 就算他最多的 就是这家公司最多的 星标量的一个项目 是1.2K 卧槽就这点数字给这个什么 Deepseek Harness 给这个什么Hermes 提鞋都不配 就生态影响力太小了 不要觉得以你的智商 是吧 能够发现 别人没有发现的这种科技挖地 不存在的 是吧 当你这个收到 重金求子的要求的时候 收到这种邀请的时候 你千万不要有一种感觉 苍天啊 大地啊 是吧 你终于开眼了 我终于试来运转了 是吧 我的魅力终于有人欣赏了 你应该下意识的摸一摸你的腰子 看看两天之后 你是不是从昏迷中醒来 你的腰子不见了 如果说在做决定之前 你能撒爆料照照自己的影子 你就不会认为自己 有这样的魅力 是吧 被富婆看上 我是建议大家 不要花时间去测试这种垃圾项目 就原因很简单 它本质上来讲 它也是个大模型 只不过它限制了 大模型的输出格式 就是把正常的聊天结果 以一种格式化的形式 让它输出概率或者输出判断 是或者否 概率100%还是80% 但是我们所有的文本大模型 本质上都是一种自回归的猜测 它就是一个概率预测器 如果这个东西有效的话 我相信这个什么Deepseek 包括这个什么OpenAI 包括这个Anthorobic 都会把它 集成到自家的开源大模型中 就像 DeepSick开发那个什么 Dispark的时候 做一个草稿小模型 把这个东西集成进去就行了吗 我们干嘛要去尝试这样一个 不成熟的 这样一个小众的 生态不好的东西呢 我也希望那些 总是在我评论区 留言说又什么发现了 什么改变世界的这些东西 觉得我应该去研究一下 我建议这些人呢 真的你们去多看看 这个中金球子的故事 我想那个缅北的那些人 为什么能够诈骗到那么多人 是吧 就是中国的这个股市 割了一波又一波的这个韭菜 为什么还有人会上钩 是吧 像什么赵长鹏呢 孙宇成呢 这些镰刀 他们为什么韭菜割完一场还有一场 本质上就是因为你们这些 喜欢贪小便宜的 认为自己掌握了某种秘诀的人 认为自己必然能走捷径的人 太多了 说白了 这个东西贪婪是一种癌症 欲海无边欲和蓝天 如果说你们每天都是花时间 去研究这些狗屁东西 讲实话 你就不用做事了 是吧 你看我每天做那么多视频 我不是说自己怎么怎么样 就是说最起码你要想养活自己 很简单我都给你演示了 就像我一样坑吃坑吃的 做视频就行了 坑吃坑吃的发帖 再把这个网站给做好 把这个APP给开发好 现在挣的钱少一点 以后慢慢总会多起来的 就是整天想着一夜暴富 真的说实话 撒爆料照着自己的影子 好吧 本期视频就到这里 我们下期再见
本次執行流程與問題處理
下達指令
預期流程
- 下載與語音辨識
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：41.7 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：44.4 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.4 秒
關係：依序執行
結果：完成
4. 句子密度平衡
工具：videonote_balance_sentence_units.py
處理：平衡句子長度與密度
產出：sentence_units.json（句子單元）
耗時：0.4 秒
關係：依序執行
結果：完成
5. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.5 秒
關係：依序執行
結果：完成
6. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.5 秒
關係：依序執行
結果：完成
7. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.5 秒
關係：依序執行
結果：完成
8. 逐字稿交叉檢查
工具：videonote_cross_check_transcript.py
處理：交叉檢查逐字稿與來源字幕
產出：transcript_crosscheck_report.json（交叉檢查）
耗時：0.6 秒
關係：依序執行
結果：完成
9. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.6 秒
關係：依序執行
結果：完成
10. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：102.2 秒
關係：依序執行
結果：完成
11. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.3 秒
關係：依序執行
結果：完成
12. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.4 秒
關係：依序執行
結果：完成
手動來源字幕
- 尚未產生
自動來源字幕
Whisper 字幕
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
- 校正前 transcript.whisper.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。