请问现在国内外有哪些支持实时视频视觉的大模型 API ，大家有推荐的吗？(优先国内模型 海外也行)
就像之前 Openai 发布会那种，可以视频通话，实时对话那种的。
或者 Copilot Pro 那种，实时捕获电脑桌面,指导用户玩游戏的。
想用他们分析视频流，分析结果输出 json 等格式存储，不知思路是否可行。谢谢。
就像之前 Openai 发布会那种，可以视频通话，实时对话那种的。
或者 Copilot Pro 那种，实时捕获电脑桌面,指导用户玩游戏的。
想用他们分析视频流，分析结果输出 json 等格式存储，不知思路是否可行。谢谢。
1
Select Language