我用 mimo desktop 搞视频剪辑这波操作逻辑，真的顺到离谱，可以替代掉 codex 了，因为模型足够便宜。

本就随手一试，拍了个短片，让它跑一遍试试。

桌面上就一个 glass.mp4，运动眼镜的桌面手持展示，25 秒，竖屏，有杂音原声。我要的是产品解说成片：产品名叫「莫大牌眼镜」，女声，原声抹掉，然后干的还行。
原片和成片都在附件内。

竟然还给加了粒子特效。

看起来有针对性的训练过。

剪辑这事对我这种小白，且缺乏耐心的人，大概率属于“尽快输出”的逻辑大于“效果”，所以未来我肯定会走“高效率流水线”，今天既然摸到了 mimo 可以充分的理解视频，且能给视频增加附加效果，那么未来我肯定盯着拍摄逻辑去攒素材，搞一个私有素材库出来。

让 mimo 先把素材库索引了，然后动态匹配制作场景。

有点意思，意料之外的惊喜。

#小米科技[超话]#