作者认为当前AI视频视觉成本和评测/执行框架限制了更多实用自动化场景。
推荐理由：观点抓住了多模态落地的短板：模型看图已强，但连续视频理解的成本、采样和任务闭环仍高，真正瓶颈可能从能力转向低价推理与可靠harness。
阅读原文