昨天我发了一个《上野千鹤子在东京大学演讲》的视频
http://t.cn/A6E4F0Oa ，这是一日文演讲视频，虽然有中文字幕，但是我希望能从中获取到演讲稿，这样直接阅读就可以了。

于是我将视频上传到Google 的 AIStudio （aistudio.google.com http://t.cn/A6QcIZXS），让它提取中文字幕，于是它就帮我把日文发言翻译成了中文，并且结果非常好。

这种多模态的语言模型在理解视频内容上天然是很有优势的。