可用文本描述视频内容

虽然像RunwayML这样的公司在将文本转换为视频方面取得了长足的进步，但VideoChatGPT却另辟蹊径，赋予语言模型分析视频的能力。Video-ChatGPT可以用文本描述视频的内容，例如，通过突出显示不寻常的元素来解释为什么剪辑可能很有趣。开发人员通过一段长颈鹿从跳水板上跳入水中的视频来演示这一点。Video-ChatGPT指出:“这并不常见，因为长颈鹿并不擅长杂技或潜水。”