登入

讓 AI 理解、
記住並調用影片。

透過一個 API 理解影片、保留上下文,並隨時呼叫準確片段。

他們這樣問

他們什麼時候聊到 scaling laws?12:48
財報電話會裡哪句提到 guidance 下調?23:57
她坐在長椅上說了什麼?07:15
Alt + Space他們什麼時候談到 scaling laws?
12:48Scaling laws 為什麼仍然重要Dwarkesh Podcast · Dario Amodei語音
31:05算力、資料與苦澀的教訓Stanford CS25 · 客座講座畫面文字
08:22Loss 曲線,不是感覺Latent Space · Swyx 對談 Nathan Lambert語音
↵ 跳到那一刻在這台 Mac 上完成搜尋
12:48

「如果看 loss 而不是 benchmark,scaling laws 依然成立。」Dwarkesh Podcast · Dario Amodei · 語音

示意內容,不是真實請求 · ±1s 時間碼定位精度 · 82ms 檢索 p50 延遲 · 0 自動上傳;僅在明確允許雲端執行後傳輸位元組

兩個產品,同一份記憶。

Cloud API

透過一個 API 理解影片、保留上下文,並隨時呼叫準確片段。每個工作區含 500 credits。

取得 API Key

Cerul Desktop

按下 ⌥ Space,用自然語言問

下載 Mac 版

讓 Cerul Desktop 連接你的資料夾、頻道與 podcast。按下 Alt + Space,用自然語言提問,直接跳到那一刻。

命令面板

按下 Alt + Space,用自然語言提問,按 Return 跳到那一刻。

在這台 Mac 上完成搜尋

媒體、轉寫與搜尋資料都留在本機;只有你明確允許雲端執行時,資料才會離開裝置。

  • macOS · Apple silicon
  • 無需帳號
  • 0 上傳,在自己的電腦上執行
查看隱私政策

預設保留在本機

媒體、轉寫與搜尋資料都留在本機;只有你明確允許雲端執行時,資料才會離開裝置。

一個快捷鍵即可開啟

隨時叫出全域搜尋,並回到原始內容的精確時間點。

無需帳號也能使用

本機能力不依賴 Cerul Account。登入只會增加雲端與協作功能,不會自動上傳。

免費、已簽署的 macOS 安裝程式 · 目前支援 Apple 晶片 Mac;Windows 與 Linux 已列入 roadmap。 · 下載中心 · 更新歷史 (目前版本 v0.0.107)

Cloud API

一次 POST,一份證據

取得 API Key

只需一次 POST /search。每個結果都帶有 agent 能驗證與引用的 evidence:找到什麼、來自哪裡、發生在第幾秒。

{
  "request_id": "req_01k2cerul7c41ad",
  "execution": { "location": "cloud", "capability_id": "search" },
  "usage": { "billable": true, "quantity": 1, "unit": "request" },
  "warnings": [],
  "data": [
    {
      "score": 0.93,
      "evidence": {
        "id": "ev_7c41ad",
        "asset_id": "asset_2a91fc",
        "kind": "transcript",
POST /search · 200 · 82ms

每個命中都附帶可以驗證與引用的證據:找到了什麼、來自哪裡、發生在第幾秒。

四個端點
POST/videos上傳影片檔案
GET/videos/{video_id}查詢是否已可搜尋
POST/search依語意檢索,回傳帶時間碼的 evidence
POST/clips從命中片段匯出剪輯
kindstart_secondsend_secondsquotelocators

上傳你的素材

直接上傳檔案,追蹤工作與各類內容的處理狀態。

找回準確片段

描述問題,取得帶時間範圍和來源的搜尋結果。

帶回你的產品

透過 API 取得證據,依需求產生剪輯與結構化產物。

$0.01 每次搜尋 · 500 credits · 一次性額度,不按月重設。 閱讀文件 · 安全說明

一條主線,三步走

Search & Cite 今天就能使用;畫面級記憶與具身視角在路線圖上,沿用同一份證據結構交付。

01現已可用

Search & Cite

用自然語言提問,直接得到發生的那一刻:引文、來源與時間碼,你和你的 agent 都能驗證。

02路線圖中

Scene Understanding

畫面級記憶讀取畫面中的場所、物件與動作,即使沒有人說出那個詞,查詢也能落在正確的場景上。

03路線圖中

Ego & Embodied

頭戴與機器人視角的影片冗長、重複、幾乎沒有標註。Cerul 的目標是鎖定手、工具或任務真正發生變化的那一刻。

讓 AI 理解、記住並調用影片。