Signal YCurated AI News
更新于 11/5 20:4061 个信源

openJiuwen 推出 Agent-Memory:让 Agent 首次具备“视听双流记忆”,长视频关键事件不遗漏

通用 AI11/4 10:49量子位查看原文 ↗
摘要

openJiuwen 发布 Agent-Memory 记忆模块,让 Agent 以视觉与音频双流方式记住长视频内容,在提升关键事件召回精度的同时把问答时延最高降低 97%。

核心要点
  • 方案核心是为 Agent 增加“视听双流记忆”,即同时对视频的画面流与音频流建立可检索的长期记忆,而非只依赖文本转写
  • 官方主张这是 Agent 首次具备此类视听双流记忆能力,定位为记忆层而非新的视频理解模型
  • 效果层面给出的量化指标是:长视频记忆精度明显提升,问答时延最高下降 97%
  • 解决的问题指向长视频场景的典型失效模式——关键事件在长上下文中被稀释或遗漏
  • 上述数据来自发布方自述,摘录中未提供第三方复现或公开榜单佐证
AI 洞察
Agent 竞争正从“模型能力”转向“记忆与上下文工程”:谁能把多模态长输入压缩成可检索的稳定记忆,谁就能把 Agent 从分钟级任务推进到小时级真实场景。视听双流分离建模意味着视频理解不再依赖语音转写这一单一入口,对会议、监控、教育录播等长视频场景是结构性利好。但同时也要警惕:97% 的时延下降高度依赖具体基线,若缺乏独立评测,这类指标很容易在真实业务负载下缩水。