Grok3 kann X-Videos „lesen“, YT-Videos hingegen nicht

Auf die Frage „Du kannst Videos auf X „sehen“ (interpretieren). Geht das auch mit Videos auf YT?“ antwortet Grok3:

Nein, leider nicht auf die gleiche Weise wie bei X-Videos. Hier eine kurze Erklärung:

Bei X-Videos: Ich habe ein spezielles Tool („view_x_video“), das interleaved Frames (also aufeinanderfolgende Bilder) und Untertitel extrahiert, um den visuellen und auditiven Inhalt zu analysieren – quasi ein „Sehen“ durch KI-Verarbeitung.
Bei YouTube-Videos: Es gibt kein dediziertes Tool dafür. Ich kann aber die YT-Seite mit meinem „browse_page“-Tool laden und Anweisungen geben, um relevante Teile zu extrahieren, z. B. automatische Untertitel (falls verfügbar), die Videobeschreibung, Kommentare oder sogar eine Zusammenfassung des Transkripts. Das funktioniert gut für textbasierte Inhalte, aber nicht für detaillierte Frame-Analyse oder visuelle Elemente. Es hängt auch davon ab, ob das Video Untertitel hat oder öffentlich zugänglich ist.

(rm)