Mozi (@yeahhe) 在 基于Gemini的多模态做了两个有意思的功能 中发帖

[PixPin_2026-08-29_12-32-05] 
[PixPin_2026-08-29_12-38-13] 
视频导航功能，直接将视频拖入聊天框中，就能AI大模型读视频给出定位 
 [PixPin_2026-08-29_12-34-11] 
[PixPin_2026-08-29_12-36-44] 
PDF定位功能，问一句话就可以分析PDF的内容，并找出对应的页码标注位置 
这个功能其实很久以前就做了，但是我现在把它合并到我的聊天工具中
 
 
Back to Top