待验证50% 置信事实精确时间

主动式视频推理要求模型以流式方式处理视频，通常要求在100-500毫秒内给出响应

1

来源数

50%

置信度

长期有效

时效性

2026/9/5

首次发现

来源

内化视觉思维IVT：让视频推理既深度又高效

涉及实体

proactive video reasoningconcept

相关事实

待验证当前大模型处理视频并非逐帧理解，而是通过智能采样从视频中抽取关键帧（通常每秒1-4帧）作为图像输入分析76% 相似待验证改造类延时视频通常在15-60秒内完成一个完整的改造叙事弧线75% 相似待验证视频本质上是以每秒24到60张图像的速度显示所产生的动画错觉75% 相似已验证生成一段8秒、24帧/秒的视频意味着模型需要在时间轴上同时保持192帧画面的语义一致性，计算量约为同分辨率单张图像的数十倍74% 相似待验证视频变换器通过在注意力机制中同时编码空间维度与时间维度来学习帧间运动规律72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/860375

API

curl https://kongchang.com/api/v1/knowledge/claims/860375

MCP

get_claim(id=860375)