全部文章
AI 音视频知识中心 — 评测、指南、产品动态。
全部文章
20-
热点解读 ·
GPT-Live-1 全双工语音 API:10 个播客/会议总结实操要点(2026)
OpenAI 于 2026-09-10 把 GPT-Live-1 放进 API:全双工语音、话轮约 0.8 秒、前端每分钟 0.05 美元。本文不写接入通稿,只写它对播客和会议总结意味着什么,以及 10 条能立刻改工作流的实操要点。
-
对比评测 ·
YouTube 原生 AI 摘要 vs BibiGPT:长视频、B 站和播客怎么补位(2026)
YouTube 原生 AI 摘要正在测试用短概述替代标题,目前仍是部分视频上的实验。本文对比它和 BibiGPT:长视频、B 站、播客、思维导图和追问该怎么补位。
-
教程指南 ·
问卷和报表 PDF 转 CSV:给分析工具用的工作流
问卷 PDF 转 CSV、导出报表转 CSV:把有文字层的问卷、系统报表和扫描表抽成一行一个答卷人的 CSV,再喂给 pandas、电子表格或统计软件。浏览器内转换、文件不上传;后台还能导出就不要绕 PDF。
-
教程指南 ·
论文表格 PDF 转 Excel/CSV:研究笔记工作流
论文表格 PDF 转 Excel、CSV 工作流:把有文字层的论文、年报和实验附表抽成能 SUM、能进 pandas 的行列。浏览器内转换、文件不上传;扫描件请先 OCR,不要把截图表硬转成空工作簿。
-
热点解读 ·
Gemini 3.8 Flash 来了:BibiGPT 当天接入,音视频总结可在选择器里直接用(2026 年 9 月)
Google 于 2026-09-02 发布 Gemini 3.8 Flash。BibiGPT 已第一时间在模型选择器里支持这款工作马模型。本文讲清两个变体、怎么三步切过去,以及为什么不必先去 Gemini 官网。
-
教程指南 ·
课件 PDF 转 Markdown:学习笔记和 RAG 工作流
课件 PDF 转 Markdown 工作流:把有文字层的课件、讲义和论文变成带标题、列表和表格的 Markdown,再放进 Obsidian、Notion 或 RAG 切片器。浏览器内转换、文件不上传;扫描件请先 OCR,不要硬转成乱码笔记。
-
横评对比 ·
WorkBuddy、豆包工作、千问办公,谁更能看中文视频?
腾讯 WorkBuddy、字节豆包工作、阿里千问办公正在抢国内办公 Agent 入口。三家都能交差,默认都看不好 B 站和抖音。本文按企微、飞书、钉钉给出选择,并写明看视频时怎么补。
-
教程指南 ·
豆包工作怎么批量拉抖音逐字稿:主页进、飞书表出(2026)
豆包工作发布后,有人用开源 Skill 给抖音博主主页批量拉逐字稿并写入飞书多维表格。本文讲清这条工作流怎么跑、锁死宿主时怎么换,以及只出字幕为什么还不够。
-
教程指南 ·
千问办公是什么:钉钉体系的办公 Agent,为什么看不了收藏夹里的课
阿里千问办公把三款 Agent 收成一个入口,华尔街办公实测排第一。第一解决的是年报和 PPT,不是 B 站网课。本文讲清它适合谁,以及钉钉里怎么把视频链接变成可交差的稿。
-
教程指南 ·
在 WorkBuddy 里看抖音和 B 站:技能、专家、专家团怎么接视频
WorkBuddy 已是国内日活最高的办公 Agent,产品从技能包升级成专家与专家团。它很会做 PPT,默认仍看不懂抖音和 B 站。本文只写视频怎么进工作台。
-
热点解读 ·
Muse Image 来了:会推理的生图,解决不了「事后还能搜」
Meta 于 2026-08-26 推出 Muse Image(OpenRouter 每张 $0.01)。它会先推理再出图、尽量把字画清楚,但仍做不出带时间戳的笔记。本文拆生图封面与视频总结两条路径。
-
热点解读 ·
豆包工作深度测评:功能与定价之外,它为什么看不了 B 站与 YouTube?
字节跳动发布独立办公 Agent「豆包工作」,支持文档生成与视频出片,定价 68 元/月起。但它能直接解析 B 站和 YouTube 视频吗?本文深度测评其能力边界,并提供音视频结构化喂入工作流。
-
教程指南 ·
视频总结 Prompt:10 条可复制模板(2026)
搜 video summarizer prompt 的人要的是能粘贴的模板,不是一堂课。10 条可复制技巧 + 6 个场景完整 prompt,可存进自定义提示词或 Prompt 市场。
-
教程指南 ·
YouTube 视频总结 Prompt:10 条可复制模板(2026)
搜 best youtube video summary prompt 时,要的是能粘贴的 YouTube 专属模板:章节、赞助口播、自动字幕、置顶评论。10 条可复制技巧,可存进自定义提示词。
-
横评对比 ·
2026 免费 PDF 转 Excel / Markdown / CSV 工具横评(浏览器内转换)
2026 年免费 PDF 转 Excel、Markdown、CSV 工具横评:按隐私、表格保真、RAG 可用 Markdown 和诚实边界打分,帮你在浏览器里完成转换。
-
热点解读 ·
B 站国际版重启与 AI 配音:看配音、看字幕,还是先看总结?
截至 2026 年 8 月下旬,B 站重启国际版 App:Android 已上线、取消海外身份核验、中外内容混排,并宣传 AI 配音。本文不是配音工具横评,而是海外观众怎么看 B 站:配音、字幕,还是先看总结。
-
教程指南 ·
YouTube 视频总结 API Key 开发者指南(2026)
YouTube 不发放总结用 API Key。请到 BibiGPT 的设置 → Open API 开通,API 余额按分钟单独计费,再用 Agent Skill 或 Open API 总结 YouTube 链接。
-
热点解读 ·
DeepSeek V4-Flash-Vision-Exp:视觉 Agent 接近 Opus 4.8,不等于看懂整段视频
DeepSeek 2026-08-21 发布实验性视觉模型 V4-Flash-Vision-Exp。文本能力与 V4-Flash 持平,视觉 Agent 基准接近 Opus-4.8。本文拆清数字,并对照视频画面理解工作流。
-
热点解读 ·
Claude Skills API 正式可用:技能已经标准化,框架才是可替换件
Anthropic 2026-08-20 把 Skills API、Computer Use 和 Files API 推到正式可用。技能仍是 SKILL.md 文件夹;DeepSeek Harness 已经按同一契约实现。本文讲清 API 层补了什么,以及音视频技能怎么跨框架复用。
-
热点解读 ·
SeedRealtime 来了:实时全双工通话,解决不了「事后还能搜」
字节 2026-08-05 发布 SeedRealtime 并全量上线字节自家聊天应用。全双工能边看边听边说,但一小时通话结束后你仍然没有可检索的笔记。本文拆实时交互与事后总结两条路径。