载入中… | 今日精选 · 实时更新
每日精选全球 AI 与科技资讯
编辑部 · 北京时间 每日 08:00 更新
首页 ›

视听双流记忆让Agent看懂长视频

· · 阅读 5 分钟

openJiuwen 发布 Agent-Memory 模块,宣称首次让 Agent 拥有“视听双流记忆”。该模块面向长视频理解,问答时延最高降 97%,长视频记忆精度在官方表述中为“飙升”。

长视频的难点在于画面和声音必须同时被记住。Agent-Memory 将视频内容按视觉和听觉两条流分别编码,再建立关联,关键事件因此得到保留。这一设计对应“视听双流记忆”这一名称。

公开信息中只有这一组量化数据。记忆精度的具体提升幅度尚未公布,评测所用视频时长和来源也没有说明。时延降幅是当前可验证的唯一指标。

视频监控回查、影视内容问答、会议记录整理是长视频记忆的典型场景。Agent 若记住开头出现的钥匙,才能回答“钥匙在哪”这一问;记住第 30 分钟那句台词,才能说出谁说了那句话。

目前产品介绍没有给出模型参数、训练数据或发布日程。后续技术报告可能带来更多测试细节,下一个时间节点尚未确定。

· END ·