我们用一项工作构建了一个小型代理工具:向模型提供一首歌、硬预算和一套工具,然后让开,让它自己制作完整的音乐视频。
该模型研究存在哪些视频模型,生成剪辑,观看自己的镜头,使用 ffmpeg 进行编辑,并组装最终剪辑。
我们的一些读者 最后一次增建 说他们想了解模型之间工具使用的实际差异,因此我们为前沿级模型提供了一个开放式的长期任务,其中每个模型自行决定要研究什么、生成什么以及如何编辑。
我们记录每个工具调用,以便您可以准确地了解每个工具的工作原理(完整记录如下)。
我们运行了两个模型, 克劳德寓言5 和 GPT-5.6溶胶 ,每个有两个预算(25 美元和 100 美元),总共四次运行。
每次运行都有相同的歌曲(布鲁诺·马尔斯和马克·罗森的“Uptown Funk”)、简短的文字描述和带有时间戳的歌词记录。
设置
🔗 原始来源
如果你要核对细节,可以再看原文: Hacker News AI原文链接
AI热榜