# Linum 公开视频模型 v3 的数据筛选演进：从 CPU 土法炼钢到 RL 美学打分

> 原标题：Getting video models to learn better, faster

- 来源：Hacker News 首页
- 发布时间：2026-08-27T01:53:34.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/53019
- 原文：https://www.linum.ai/field-notes/data-filtering-gen-video

## 摘要

Linum 在训练开源视频模型 v3，这篇博客详细拆解了他们从 2024 年至今的数据筛选流水线是怎么一步步搭起来的。最早为了省钱，全用 CPU 跑传统视觉算法：用 PySceneDetect 切镜头、EAST 做文字识别、靠 H.264 的运动向量踢掉几乎不动的片段，再用 Haar 级联分类器对“大头讲话”视频做降采样。

## 推荐理由

Linum 复盘开源视频模型 v3 的数据筛选流水线，从 CPU 传统视觉算法到 GPU 美学打分，逐步交代每一步的动机与取舍。

## 锐评

用 H.264 的运动向量踢掉不动片段，这个思路挺聪明，等于白捡一个免费的镜头筛选器，比再跑一遍模型便宜一个量级。从 CPU 土法到 GPU 美学打分，中间隔的是钱。早期那套 PySceneDetect 加 EAST 加 Haar 的组合放今天看粗糙，但省下来的算力够他们多跑几轮训练。视频数据这块贵的从来都是清洗流水线的机时，谁先把 CPU 那层榨干谁就多活一阵。
