概念智能体视频理解 / Agentic Video
Agentic Video Understanding
一种基于智能体循环机制的视频理解技术，模型自主决定检查哪些帧、音频片段和字幕文本，而非按固定帧率处理全部内容，可显著降低Token消耗和成本
时间轴 (近 90 天)
9月12日
智能体式视频理解的核心区别在于模型主动决定看什么、看多细，而非被动接收全部信息
待验证50%
9月11日
智能体式视频理解让模型可以自主决定看哪里、看多久、跳过哪些片段，并结合上下文进行多步推理
待验证50%
一种基于智能体循环机制的视频理解技术，模型自主决定检查哪些帧、音频片段和字幕文本，而非按固定帧率处理全部内容，可显著降低Token消耗和成本
智能体式视频理解的核心区别在于模型主动决定看什么、看多细，而非被动接收全部信息
智能体式视频理解让模型可以自主决定看哪里、看多久、跳过哪些片段，并结合上下文进行多步推理