Cradle
★ 2.6k
vs
video-search-and-summarization
★ 1.9k
Cradle vs video-search-and-summarization
Cradle：Cradle是一个框架，它使基础模型能够使用类似人类的界面控制计算机，以屏幕截图作为输入并生成键盘/鼠标操作作为输出。它支持控制各种游戏和软件，使AI智能体能够在不同应用程序中执行复杂的任务。；video-search-and-summarization：NVIDIA视频搜索与摘要（VSS）蓝图提供了开发视觉代理和AI驱动视频分析的参考架构，集成了加速视觉微服务、视觉语言模型（VLM）和大语言模型（LLM）。它支持基于自然语言的视频代理，用于对存储和流式视频数据进行搜索、摘要、视觉问答和实时警报，从而提高运营效率和决策能力。
01
简评
CradleVision / Multimodal · ★ 2.6k
在复杂视频游戏中实现游戏自动化。
video-search-and-summarizationVision / Multimodal · ★ 1.9k
智能空间监控和仓库自动化
02
并排对比
字段
Cradlevideo-search-and-summarization分类
视觉/多模态
视觉/多模态
Stars
★ 2.6k
★ 1.9k
许可证
MIT
NOASSERTION
安装方式
pip install -r requirements.txt
git clone https://github.com/NVIDIA-AI-Blueprints/video-search-and-summarization.git && cd video-search-and-summarization/deploy && docker compose up -d
更新时间
1年前
1天前
开源
是
是
标签
AI 智能体, 通用计算机控制, 大型语言模型
视频搜索, 视频摘要, 视觉AI
03
功能特性
Cradle01使基础模型能够实现通用计算机控制。
02采用统一的类人交互界面：以屏幕截图为输入，生成键盘和鼠标操作作为输出。
03支持包括流行游戏（如RDR2、星露谷物语）和生产力软件（如Chrome、Outlook）在内的多种应用。
04提供模块化框架，旨在方便地适应和迁移到新的游戏和软件环境。
05集成了多种大型语言模型（LLM）API，包括OpenAI、Azure OpenAI和Claude。
video-search-and-summarization01支持特征提取和嵌入的实时视频智能
02用于自然语言视频搜索、问答和摘要的代理工作流
03用于元数据丰富和警报验证的下游分析
04利用NVIDIA NIM微服务、VLM和LLM进行AI驱动的视频分析
04
使用场景
Cradle↳在复杂视频游戏中实现游戏自动化。
↳执行游戏内管理和任务进程。
↳控制和交互各种桌面应用程序以完成生产力或创意任务。
video-search-and-summarization↳智能空间监控和仓库自动化
↳SOP验证和提高运营效率
↳对海量视频数据进行自然语言搜索和问答
↳从视频流中进行实时警报验证和异常检测
↳长视频摘要，用于扩展素材分析
05
适合场景
Cradle—
video-search-and-summarization必备神器时下流行
FAQ
常见问题
Cradle 和 video-search-and-summarization 有什么区别？
Cradle 和 video-search-and-summarization 都属于 Vision / Multimodal 类别。Cradle 有 2.6k Stars，video-search-and-summarization 有 1.9k Stars。
Cradle 和 video-search-and-summarization 哪个更好？
最佳选择取决于你的具体需求。在复杂视频游戏中实现游戏自动化。 时选 Cradle，智能空间监控和仓库自动化 时选 video-search-and-summarization。
Cradle 是免费的吗？
是的，Cradle 在 GitHub 开源（MIT）。
video-search-and-summarization 是免费的吗？
是的，video-search-and-summarization 在 GitHub 开源（NOASSERTION）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→