您提到的“可以看视频的AI”可能是指能够处理、分析或理解视频内容的人工智能技术。这类技术广泛应用于多个领域，比如安全监控、自动驾驶、内容推荐等。根据具体的应用场景，这种技术可以实现的功能包括但不限于：

1、物体识别：在视频中识别特定的对象或人物。
2、动作识别：分析视频中的运动模式，以识别出正在进行的动作类型。
3、情感分析：通过面部表情来判断人的情绪状态。
4、场景理解：对整个场景进行分析，理解发生了什么事情。
5、自动字幕生成：将视频中的语音转换成文字，并为视频添加字幕。
6、内容审核：检测视频内容是否符合特定的标准或者规定。

这些功能通常基于深度学习模型实现，需要大量的标注数据作为训练集。如果您是想要开发这样的系统，那么选择合适的框架（如TensorFlow, PyTorch等）、准备高质量的数据集以及优化算法性能都是关键步骤。此外，随着技术的发展，现在也有一些现成的服务和API可以直接使用，例如阿里云提供的视觉智能服务，可以帮助开发者快速集成视频分析能力到自己的应用当中去。

如果您的需求更加具体，比如希望了解如何实现某一项功能或者是寻找相关工具和服务，请提供更多信息，我会尽力给出更详细的建议。