吕相赫 (@doveinsky)[请教]有人做过全模态解析嘛,比如视频分析 中发帖

想知道,基于大模型,如何实现这些,目前比较好的实现方式 
使用google ai studio 效果 如下
[eb26d06f9e3c6b2384185b48ee8992ab]
[42a9ceafea6f2259642977fd261fdd7d]