待验证50% 置信事实精确时间
VSCALE系统流程为ASR生成逐字稿，再由大语言模型进行语义分析并映射为时间轴入出点标注，最后反向映射回视频帧
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/20
首次发现
有效期至：2026/10/18
来源
相关事实
待验证VSCALE的核心逻辑是AI不直接剪辑，而是通过ASR生成逐字稿、LLM进行语义分析并标注需删除片段，用户核对后导出XML文件导入达芬奇进入精剪73% 相似待验证该工作流引入千问三（Qwen）VL 8B文本模型和图像视觉编码模型，作为将日常语言描述自动转换为Ideogram 4结构化提示词的转换层68% 相似待验证大模型驱动型解析器采用视觉-语言联合理解路径，将PDF页面渲染为图像后由视觉编码器提取版面特征，再结合语言模型推理输出结构化文本66% 相似待验证语言模型理解文献生成绘图提示词、图像模型渲染输出的流程是一种AI智能体工作流，通过工具调用串联多个专业模型65% 相似待验证多模态大模型的技术基础是视觉编码器（如ViT）与语言模型的联合训练，使模型能将像素空间视觉信息映射到与文本共享的语义空间64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/570466API
curl https://kongchang.com/api/v1/knowledge/claims/570466MCP
get_claim(id=570466)