f友们我想做个 up 直播录播素材训练,这个用哪个大模型 可以训练,需要做什么

1. 录播进行集合分析,能搜索里面的片段内容
2. 直接分析视频,是不是 api 要付大量费用
3. 目的: 就是 能搜索 和 以对话形式 进行问答

当前有的产品有类似能达到你第三点的，但是因为我没有使用所以不知道名字，可以去搜索参考一下。 有一个是通过录制你的电脑画面，作为 AI 助理，有点类似微软的 Recall ，不知道有没有开源

你明确解决什么问题