JawabanDipublikasikan14 sumber
Bukan Dipotong per Menit, OmniMem-Lens Menata Ingatan AI dari Peristiwa Video
OmniMem Lens mengelompokkan ingatan video berdasarkan peristiwa yang dikenali lewat perubahan visual dan topik ucapan. Pendekatan ini ditujukan untuk mengurangi konteks yang terpotong atau terlalu luas akibat video dibagi dalam interval waktu tetap.
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- OmniMem Lens mengelompokkan ingatan video berdasarkan peristiwa yang dikenali lewat perubahan visual dan topik ucapan.
- Pendekatan ini ditujukan untuk mengurangi konteks yang terpotong atau terlalu luas akibat video dibagi dalam interval waktu tetap.
- QbitAI melaporkan peningkatan recall hingga 45,7% dan penurunan latensi tanya jawab daring hingga 97%; angka tersebut merupakan hasil maksimum yang dilaporkan, bukan jaminan untuk setiap kasus.
AI Perintah
openai.comCreate a landscape editorial hero image for this Studio Global article: How does OmniMem-Lens, released in AgentMemory version 0.2.0 of Huawei-backed open-source agent framework openJiuwen and reported by QbitAI. Article summary: OmniMem-Lens’s confirmed central idea is to organize long-video memory around events identified through both visual and auditory tracks, rather than arbitrary time slices—“store by event, retrieve by event.” QbitAI’s Nov. Topic tags: general, academic, general web, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts
Mencari satu informasi di dalam video panjang bisa menyulitkan agen AI jika rekamannya dibagi menjadi potongan waktu yang seragam. Pernyataan penting dan bukti pendukungnya mungkin masuk ke bagian berbeda. OmniMem-Lens, fitur dalam openJiuwen AgentMemory 0.2.0, mencoba mengatasi masalah itu dengan menyusun ingatan berdasarkan peristiwa yang dikenali dari petunjuk visual dan ucapan. QbitAI melaporkan peningkatan recall hingga 45,7% dan pengurangan latensi tanya-jawab daring hingga 97%.3
4
Mengapa video diingat berdasarkan peristiwa?
Pembagian tetap, misalnya setiap satu menit, memperlakukan setiap batas waktu seolah sama pentingnya. Padahal satu pembahasan bisa berlangsung melintasi beberapa potongan, sementara satu potongan waktu dapat memuat lebih dari satu topik. Akibatnya, konteks yang ditemukan bisa terpecah atau terlalu luas: bukti yang dibutuhkan mungkin tertinggal, atau hasil pencarian menyertakan banyak bagian yang tidak relevan.
OmniMem-Lens dirancang agar satuan ingatan mengikuti apa yang sedang terjadi, bukan hanya durasi. Gagasan utamanya adalah “simpan berdasarkan peristiwa, cari berdasarkan peristiwa”. Menurut laporan QbitAI, sistem ini memadukan jalur visual dan audio untuk mengenali batas-batas kejadian.3
29
Menggabungkan petunjuk gambar dan ucapan
Jalur visual mendeteksi perubahan pada adegan, sedangkan jalur ucapan menggunakan pengenalan suara untuk membantu mengenali pergantian topik. Keduanya dapat saling melengkapi: pembicaraan bisa berganti meski slide atau diagram tetap tampil, sementara adegan dapat berubah tanpa perubahan topik yang jelas dalam ucapan. Laporan QbitAI menjelaskan kedua jenis petunjuk tersebut sebagai bagian dari pendekatan OmniMem-Lens.3
29
Bayangkan rapat evaluasi produk selama dua jam. Sebuah diagram arsitektur tetap tampil selama 40 menit, tetapi percakapan di rentang itu membahas tiga topik. Jika hanya mengandalkan perubahan gambar, bagian tersebut mungkin tidak terbagi menjadi unit pembahasan yang berguna. Deteksi pergantian topik dari ucapan dapat membantu memisahkannya, sehingga pertanyaan tentang angka uji beban bisa mengarah ke bagian yang relevan, bukan seluruh rentang 40 menit. Ini contoh hipotetis untuk menjelaskan desainnya, bukan contoh tolok ukur yang terverifikasi dalam sumber yang tersedia.
Pencarian lebih terarah, tetapi bukan jaminan bebas halusinasi
Laporan tentang rilis ini juga menyebut susunan ingatan berlapis dan alur kerja yang menyiapkan ingatan video secara luring agar dapat dicari saat dibutuhkan.29 Secara umum, pendekatan seperti ini ditujukan untuk membantu agen mencari rekaman panjang melalui ingatan yang sudah ditata, alih-alih memproses ulang seluruh video untuk setiap pertanyaan. Namun, kutipan sumber yang tersedia tidak cukup rinci untuk memastikan definisi tiap lapisan atau cara sistem mengambil kembali bingkai sumber.
Pengelompokan berdasarkan peristiwa berpotensi mengurangi konteks yang terpecah atau bising, tetapi tidak menjamin jawaban selalu benar maupun bebas halusinasi. Agen tetap membutuhkan bukti yang relevan. Jika ketepatan sangat penting, hasilnya sebaiknya tetap diperiksa terhadap video asli.
Apa arti angka kinerja yang dilaporkan?
QbitAI melaporkan peningkatan recall hingga 45,7% dan pengurangan latensi tanya-jawab daring hingga 97%.3
4 Ringkasan berita lain menyebut pengujian mencakup tiga tolok ukur, termasuk EgoLife-QA yang dilaporkan mencatat kenaikan recall sebesar 45,7%.
5
Angka tersebut adalah hasil maksimum yang dilaporkan, bukan kepastian bahwa setiap video atau pertanyaan akan memperoleh peningkatan yang sama. Kutipan sumber yang tersedia tidak memuat cukup detail untuk menilai rancangan pengujian secara independen atau membandingkan seluruh hasilnya. Karena itu, angka-angka tersebut paling tepat dibaca sebagai hasil pada pengujian yang dilaporkan, bukan jaminan kinerja universal.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Bukan Dipotong per Menit, OmniMem-Lens Menata Ingatan AI dari Peristiwa Video"?
OmniMem Lens mengelompokkan ingatan video berdasarkan peristiwa yang dikenali lewat perubahan visual dan topik ucapan.
Apa poin penting yang harus divalidasi terlebih dahulu?
OmniMem Lens mengelompokkan ingatan video berdasarkan peristiwa yang dikenali lewat perubahan visual dan topik ucapan. Pendekatan ini ditujukan untuk mengurangi konteks yang terpotong atau terlalu luas akibat video dibagi dalam interval waktu tetap.
Apa yang harus saya lakukan selanjutnya dalam latihan?
QbitAI melaporkan peningkatan recall hingga 45,7% dan penurunan latensi tanya jawab daring hingga 97%; angka tersebut merupakan hasil maksimum yang dilaporkan, bukan jaminan untuk setiap kasus.