在线AI教程 / AI上云

[Cohere] 视频智能:让视频库中的每一刻都可搜索——推出面向企业搜索和 AI 智能体的精准、带时间戳视频检索

· 转自:cohere.com

2026 年 11 月 16 日 4 分钟阅读 视频智能:让视频库中的每一刻都可搜索 为企业搜索和 AI agent 带来精准、带时间戳的视频检索。 企业的大量有价值信息都锁在录制

转载本文转自「cohere.com」,版权归原作者所有,内容已摘录正文、去除外部链接。

2026 年 11 月 16 日

4 分钟阅读

视频智能:让视频库中的每一刻都可搜索

为企业搜索和 AI agent 带来精准、带时间戳的视频检索。

企业的大量有价值信息都锁在录制的会议、培训视频和媒体档案里。但与文档不同,视频对 AI 应用来说依然难以搜索和使用。

今天,我们在 Compass 中推出视频智能(Video Intelligence),让 AI 应用和 agent 能够跨视频合集搜索、找到相关时刻,并连同文档一起检索带时间戳的证据。

Compass 既理解说了什么,也理解屏幕上显示了什么。它不会返回一段长达一小时的录像,而是检索出恰好回答问题的那一刻,附上带时间戳的片段、文字稿和画面描述。

我们正在招募设计合作伙伴。登记意向。

搜索时刻,而不只是文件

不妨想想人们实际会问视频哪些问题:

团队是什么时候同意把发布推迟到第三季度的? 主讲人在白板的哪个位置解释了收入趋势? 某位球员在比赛中的什么时候被罚下场?

回答这些问题,需要的远不止匹配文字稿里的关键词或逐帧扫描。它要求理解说了什么、显示了什么,以及事件如何随时间展开。单帧画面只能显示一名球员离开球场,只有连续的画面才能表明他是被罚下场的。主讲人可以在嘴上说着 KPI 正在改善,而屏幕上的图表讲的却是另一回事。

时间点同样重要。一段提前两分钟开始、或在答案出现前就截断的片段,仍然得让人在录像里来回拖动。

Compass 让视频可以按含义、上下文和精确的时间点被搜索。

从原始素材到可发现的情报

一次搜索会返回录像中的确切时刻,并同时给出相关文档里匹配的页面、幻灯片和工作表,全部来自同一个索引,且遵循每位用户被允许查看的内容范围。

在视频里找到正确的时刻只是挑战的一部分。AI 应用还需要检索这条信息、核实其来源,并把它与其他企业知识一起使用。

Compass 把视频带进与文档相同的检索系统,并具备企业 AI 应用所需的精度与管控能力。

精确的时刻,而非预定义的片段:Compass 不依赖固定的视频分段,而是在搜索时确定相关的起止时间,返回恰好回答问题的那个时刻。 视频与文档一次搜索:应用和 AI agent 可以连同文档一起检索相关素材,让视频进入企业搜索、RAG 和 agentic 工作流。 可核实的证据:每条结果都链接回原始素材,并附带时间戳、文字稿和画面描述,用户因此可以核对来源。 为企业的要求而构建:权限感知的检索确保用户只能访问被授权的内容,而可配置的字段、模型选择和部署选项让组织能按自身需要调整方案。

将你的 agent 连接到 Compass MCP 服务器,它就能对屏幕上显示的内容(例如幻灯片、图表和演示)进行推理,而不只是对说了什么进行推理。

为你的视频数据解锁新应用

Compass 让视频对 AI 应用(包括检索增强生成(RAG)和 agentic 搜索)可用。通过让语音和画面内容可以连同文档一起被搜索,Compass 为你的应用和 AI agent 装上了眼睛和耳朵,让它们能够对新的模态进行推理,并用上此前难以获取的信息。

会议与企业知识:构建 AI 助手,从录制的会议、研究汇报、财报电话会和分析师简报中提炼出决策、预测和承诺。精确定位某件事是在何时被讨论的,并取回相关片段,而不必在长达数小时的录像里大海捞针。

教育与培训:帮助员工和学习者从录制的讲座、入职培训和培训库中找到答案。检索与问题相关的那段精确讲解,让教育内容更容易被发现、引用和复用。

体育与媒体档案:在大型视频库中搜索特定的战术、球员、事件、机位或可见的品牌。无需人工逐条回看,即可加速集锦制作、素材查找、内容授权和赞助商报告。

法律与合规:在录制的素材中找到陈述、披露信息和其他相关时刻。取回带时间戳的片段,并附带佐证文字稿和画面上下文,让审阅者能够对照原始来源定位和核实信息。

视频智能把录制的会议变成可搜索的决策记录,只返回事情达成一致的那一分钟,让任何人都能对照原始来源核查。

在企业视频上表现出强劲的检索性能

好的时刻检索意味着找到最相关的时刻,并精确标出它们的起点和终点。我们在 11 个数据集上,将 Compass 与七个视频 embedding 模型进行了对比评估,其中包括六个公开 benchmark 和五个内部企业视频数据集。

Compass 平均排名第一,其 nDCG@10(衡量前十条搜索结果排序准确度的指标)比最强的对手高出 4.4 分。这一领先在三个领域都成立,尽管最强竞争对手在各个领域之间轮换:

公开 benchmark:在六个广泛使用的开源时刻检索与视频检索 benchmark 上取平均,比 Amazon Nova Multimodal Embeddings 高 2.4 分。 体育:在足球转播素材上比 Gemini Embedding 2 高 5.1 分,这些查询要寻找特定的球员、球队和战术。 企业知识:在商务会议、讲座和工作场所安全培训上比 Qwen3-VL-Embedding-8B 高 2.0 分。

Cohere Video Intelligence 在我们的整套评测中排名第一。分数为 11 个数据集、11,133 条查询上的 nDCG@10,涵盖开源公开 benchmark(六个数据集)、企业知识(会议、讲座和安全培训;三个数据集)和体育(两个足球转播数据集)。

用视频智能构建

我们邀请设计合作伙伴用真实的工作负载来测试并塑造视频智能。

合作伙伴可以部署在我们的托管云或自己的环境中,用自有的素材和查询评估性能,并直接与我们的工程团队协作,为未来的开发提供输入。在下方登记意向。

贡献者

作者:Luke Ross、Dennis Zhao、Timothy Ang

申请访问

在你的视频库上试用。 用你自己的内容、查询和使用场景来评估性能。 直接与我们的专家合作。 获得 Cohere AI 搜索团队的实操支持。 塑造产品路线图。 根据你组织的需求和体验,影响未来的能力。

接下来读这些

公司新闻主权 AICohere 通过 AISLE 与 cubic 扩展其主权 AI 平台2026 年 11 月 13 日4 分钟阅读

公司新闻欢迎 Jaya Baloo 成为 Cohere 首位 CISO2026 年 11 月 12 日3 分钟阅读

面向开发者的 AIEmbed 5 与 Rerank 5 现已登陆 OpenRouter2026 年 11 月 4 日6 分钟阅读