看 YouTube 上的外语视频，很多人装的是沉浸式翻译，它确实方便。Vimpo 也给你双语字幕，所以常被问：两个有什么区别？
区别主要有三点：要不要订阅、用谁的模型、看完能不能拿去二创。先看同一个视频、同一分钟：
Andrej Karpathy — We’re summoning ghosts, not building animals 你觉得到底是什么需要十年才能做到？
What do you think will take a decade to accomplish?
1:21 更准确的说法是：这是智能体的十年。 This is really a lot more accurately described as the decade of agents.
1:46 你觉得到底是什么需要十年才能做到？ What do you think will take a decade to accomplish?
1:56 你可以把它想成一个员工，或者一个你招来一起干活的实习生。 You should think of it almost like an employee or an intern that you would hire to work with you.
2:13 今天之所以不这么做，是因为它们还不太好用。 The reason you don't do it today is because they just don't work.
2:23 它们没有持续学习的能力。你告诉它一件事，它记不住。 They don't have continual learning. You can't just tell them something and they'll remember it.
2:28 要把这些问题都解决，大概得花十年。 It will take about a decade to work through all of those issues.
你自己的模型翻译，一次买断；字幕稿在旁边，选几句就能剪成片段。
youtube.com/watch?v=lXUZvyajciY 你觉得到底是什么需要十年才能做到？ What do you think will take a decade to accomplish?
Andrej Karpathy — We’re summoning ghosts, not building animals
Dwarkesh Patel
在 YouTube 页面上翻译：打开就能看；好模型要开 Pro，每月 ¥69。 不用订阅，模型用你自己的 沉浸式翻译免费版每天有额度，想用好一点的模型得开 Pro，每月 ¥69。Vimpo 正式版一次买断，翻译接你自己的 API Key：DeepSeek、OpenAI、Claude、Gemini 都行，按实际用量直接付给模型厂商，没有中间商。也可以用 Ollama、LM Studio 跑本机模型，一分钱不花。语音识别在你的 Mac 上跑，没有额度。
翻译时每一段都带上片名和全片内容，人名和术语前后一致。同一个模型，关和开的区别：
关闭 开启
字幕不再错行
Yeah.
肯定也有很多前因后果，让你们得以占据这个位置。 是的。
I saw AlexNet just like everybody else saw AlexNet.
是的。 我和其他人一样看到了 AlexNet。
And, and, but remember, our lens of the world…
我和其他人一样看到了 AlexNet。 但是请记住，我们看世界的视角……
听错的名字能纠正
And what Irimandris recognized was…
Irimandris 意识到的是…… 入交先生 意识到的是……
“agent” 出现 31 次，译法统一
看完就能二创 双语字幕只是开始。在工作室（⌘2）里直接在字幕稿上选几句，按 ⌘B 就是一个片段；AI 能从长视频里挑出能单独发的段落；字幕样式调一次，所有片段连字幕一起导出。要拿去别的软件剪，也能导出 SRT、ASS。
01 在字幕上选几句 点一句，按住 Shift 再点一句。
02 按 ⌘B 建片段 在时间线上拖边缘微调，会自动吸附到字幕边界。
03 让 AI 找精彩片段 用你自己的模型读字幕，挑出能单独发的段落。
05 导出 字幕烧进画面，也能附 FCPXML 给 Final Cut / Premiere 接着剪。
点一句，按住 Shift 再点一句。
在时间线上拖边缘微调，会自动吸附到字幕边界。
用你自己的模型读字幕，挑出能单独发的段落。
描边、底框或大字，双语或只要译文。
字幕烧进画面，也能附 FCPXML 给 Final Cut / Premiere 接着剪。
Andrej Karpathy — We’re summoning ghosts, not building animals 影院 工作室
字幕文稿
1:21 更准确的说法是：这是智能体的十年。 This is really a lot more accurately described as the decade of agents.
1:46 你觉得到底是什么需要十年才能做到？ What do you think will take a decade to accomplish?
1:56 你可以把它想成一个员工，或者一个你招来一起干活的实习生。 You should think of it almost like an employee or an intern that you would hire to work with you.
2:13 今天之所以不这么做，是因为它们还不太好用。 The reason you don't do it today is because they just don't work.
2:23 它们没有持续学习的能力。你告诉它一件事，它记不住。 They don't have continual learning. You can't just tell them something and they'll remember it.
2:28 要把这些问题都解决，大概得花十年。 It will take about a decade to work through all of those issues.
更准确的说法是：这是智能体的十年。
This is really a lot more accurately described as the decade of agents.
你觉得到底是什么需要十年才能做到？
What do you think will take a decade to accomplish?
今天之所以不这么做，是因为它们还不太好用。
The reason you don't do it today is because they just don't work.
今天之所以不这么做，是因为它们还不太好用。
The reason you don't do it today is because they just don't work.
这是智能体的十年 1:21 – 1:46 · 0:25 它们为什么还不好用 2:13 – 2:36 · 0:23 画面 简体中文 声音
1:30 1:45 2:00 2:15 2:30
更准确的说法是：这是智能体的十年。 你觉得到底是什么需要十年才能做到？ 你可以把它想成一个员工，或者一个你招来一起干活的实习生。 今天之所以不这么做，是因为它们还不太好用。 它们没有持续学习的能力。你告诉它一件事，它记不住。 要把这些问题都解决，大概得花十年。
这是智能体的十年
什么需要十年才能做到
它们为什么还不好用
导出
这是智能体的十年 0:25 什么需要十年才能做到 0:27 它们为什么还不好用 0:23 FCPXML，给 Final Cut / Premiere 接着剪 取消 导出 3 个片段…
刷视频顺手看懂，沉浸式翻译更方便 它不用下载，打开页面就有双语字幕；没字幕的视频也能边放边生成。Netflix 这类有版权保护的网站，Vimpo 下载不了，它能直接翻。它还能翻网页、PDF、电子书，手机上也有。如果你只是想把正在刷的视频看懂，它更顺手。
放在一起看 Vimpo 沉浸式翻译 价格 Beta 期间免费，正式版一次性买断 免费版每日有额度；Pro 每月 ¥69 翻译用的模型 你自己的 API Key，或本机模型 自带，Pro 可用高级模型 没字幕的视频 在你的 Mac 上识别，不限量 AI 字幕，边放边生成 双语字幕 ✓ ✓ 在字幕稿上选句，剪成片段 ✓ — AI 挑出能单独发的段落 ✓ — 导出视频，字幕压进画面 ✓ — 导出字幕文件 SRT、ASS 双语 SRT、ASS 本机的视频和录音 ✓ — Netflix 等有版权保护的网站 — ✓ 网页、PDF、电子书 — ✓ 手机 — ✓
沉浸式翻译一栏依据它的官网 和会员服务协议 （2026 年 10 月）。该栏的“—”表示官网没有提到这个功能。
该用哪个 不想再多一个订阅 ，想用自己的 API Key 或本机模型：用 Vimpo。要拿视频二创 ，剪片段、压字幕再发出去：用 Vimpo。刷 YouTube、Netflix 时顺手看懂 ，再加上网页和 PDF：用沉浸式翻译。两个可以一起用：平时用沉浸式翻译刷，遇到想剪的，把链接贴进 Vimpo。Vimpo 的全部功能在 Beta 期间免费，在这里下载 。
