群精华日报
2026-07-08
101 条消息 · 19 人发言
技巧
Kimi Code 处理视频只是工程封装，看懂视频在模型侧
阿星贴出 GPT 对 Kimi Code 视频链路的拆解（他自己也存疑「不知道 gpt 是不是忽悠我」）。要点：Kimi Code 不做抽帧、不做本地 ASR/OCR、不做剧情解析，只做一层 Harness 封装：本地视频 path → ReadMediaFile 校验读取 → 可上传则传到 Kimi Files → 得到 ms://fileId → 作为 video_url 放进模型上下文 → 由 Kimi 模型服务端理解视频。工程层做的是校验路径权限、判断是不是视频、限制 100MB、读完整 bytes。真正的视频理解发生在模型侧，不是本地 agent 层。