OmniMem Lens 嘗試按影片事件整理記憶,而唔係一律切成固定時間片段。 系統結合畫面變化同語音辨識所得嘅話題轉換,協助 AI Agent 搜尋長片內容。 報道指召回率最高提升 45.7%、線上問答時延最高減少 97%;呢啲係報道所列嘅最高數字,唔代表每條影片都會有相同表現。
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案

Create 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
長片入面,一句重要說話同相關證據未必會落喺同一段。如果 AI 將影片照固定時間切開,搜尋結果就可能只搵到半截對話,或者連附近一大段無關內容都一併撈出嚟。
openJiuwen AgentMemory 0.2.0 新增多模態記憶功能 OmniMem-Lens,主打「按事件存、按事件取」:用畫面同語音線索整理長片,令 AI Agent 可以按事件搜尋,而唔係只靠固定時間窗口。QbitAI 報道指,測試中召回率最高提升 45.7%,線上問答時延最高減少 97%。3
4
如果每分鐘就切一段,系統會將每個時間邊界都當成同樣重要。但實際對話或者行動可能跨越幾段;相反,一分鐘入面亦可能已經講咗幾個主題。結果就可能出現兩種情況:答案漏咗重要證據,或者檢索到太多唔相關嘅前後內容。
OmniMem-Lens 想令記憶單位跟住「發生緊咩事」走,而唔係淨係按時間長短劃分。報道形容,系統會結合視覺同聽覺線索去辨認事件邊界。3
29
視覺線索會留意場景變化;語音線索則透過語音辨識,判斷對話幾時轉咗話題。兩者可以互補:有時畫面同一張投影片停留好耐,但討論內容已經轉咗幾次;有時畫面轉咗,講緊嘅主題卻未必即刻改變。QbitAI 的報道將兩類線索都列為 OmniMem-Lens 按事件整理影片記憶嘅一部分。3
29
例如,假設一場兩小時嘅產品檢討會,有張架構圖連續顯示 40 分鐘,但期間討論咗三個主題。只靠畫面變化,呢段時間可能會被當成一整段;如果再識別語音入面嘅話題轉換,就有機會將討論分開。之後有人問負載測試數字,系統理論上可以集中搜尋相關討論,而唔使成段片一併翻查。呢個只係用嚟說明設計思路嘅假設例子,唔係已核實嘅基準測試案例。
相關報道亦提到分層記憶,以及先離線整理影片記憶、再供線上搜尋嘅流程。29 簡單講,設計目標係先將長片整理成較有條理嘅記憶,之後回答問題時再搜尋相關內容,唔使每次都由頭重新處理成條影片。
不過,現有報道摘錄未有足夠資料確認各層記憶嘅具體定義,亦未有交代原片畫面會點樣被檢索。因此,唔應自行假設其實作細節。
按事件整理或有助減少檢索到支離破碎、雜訊較多嘅內容,但唔代表答案一定正確,亦唔能夠消除幻覺風險。答案仍然要有相關證據支持;如果對細節要求高,仍應回看原片核實。
QbitAI 報道指,OmniMem-Lens 召回率最高提升 45.7%,線上問答時延最高減少 97%。3
4 另一則新聞摘要提到,報道涵蓋三個基準測試,當中 EgoLife-QA 的召回率增幅為 45.7%。
5
要留意,呢啲係報道所列嘅最高結果,唔係每條影片、每條問題都保證有同等幅度改善。現有來源摘錄亦未提供足夠測試細節,未能獨立評估測試設定或逐項比較結果。因此,較穩妥嘅理解係:呢啲數字反映特定測試中報告嘅表現,唔係普遍適用嘅效能保證。
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
OmniMem Lens 嘗試按影片事件整理記憶,而唔係一律切成固定時間片段。
OmniMem Lens 嘗試按影片事件整理記憶,而唔係一律切成固定時間片段。 系統結合畫面變化同語音辨識所得嘅話題轉換,協助 AI Agent 搜尋長片內容。
報道指召回率最高提升 45.7%、線上問答時延最高減少 97%;呢啲係報道所列嘅最高數字,唔代表每條影片都會有相同表現。
OmniMem Lens 嘗試按影片事件整理記憶,而唔係一律切成固定時間片段。 系統結合畫面變化同語音辨識所得嘅話題轉換,協助 AI Agent 搜尋長片內容。 報道指召回率最高提升 45.7%、線上問答時延最高減少 97%;呢啲係報道所列嘅最高數字,唔代表每條影片都會有相同表現。
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案

Create 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
長片入面,一句重要說話同相關證據未必會落喺同一段。如果 AI 將影片照固定時間切開,搜尋結果就可能只搵到半截對話,或者連附近一大段無關內容都一併撈出嚟。
openJiuwen AgentMemory 0.2.0 新增多模態記憶功能 OmniMem-Lens,主打「按事件存、按事件取」:用畫面同語音線索整理長片,令 AI Agent 可以按事件搜尋,而唔係只靠固定時間窗口。QbitAI 報道指,測試中召回率最高提升 45.7%,線上問答時延最高減少 97%。3
4
如果每分鐘就切一段,系統會將每個時間邊界都當成同樣重要。但實際對話或者行動可能跨越幾段;相反,一分鐘入面亦可能已經講咗幾個主題。結果就可能出現兩種情況:答案漏咗重要證據,或者檢索到太多唔相關嘅前後內容。
OmniMem-Lens 想令記憶單位跟住「發生緊咩事」走,而唔係淨係按時間長短劃分。報道形容,系統會結合視覺同聽覺線索去辨認事件邊界。3
29
視覺線索會留意場景變化;語音線索則透過語音辨識,判斷對話幾時轉咗話題。兩者可以互補:有時畫面同一張投影片停留好耐,但討論內容已經轉咗幾次;有時畫面轉咗,講緊嘅主題卻未必即刻改變。QbitAI 的報道將兩類線索都列為 OmniMem-Lens 按事件整理影片記憶嘅一部分。3
29
例如,假設一場兩小時嘅產品檢討會,有張架構圖連續顯示 40 分鐘,但期間討論咗三個主題。只靠畫面變化,呢段時間可能會被當成一整段;如果再識別語音入面嘅話題轉換,就有機會將討論分開。之後有人問負載測試數字,系統理論上可以集中搜尋相關討論,而唔使成段片一併翻查。呢個只係用嚟說明設計思路嘅假設例子,唔係已核實嘅基準測試案例。
相關報道亦提到分層記憶,以及先離線整理影片記憶、再供線上搜尋嘅流程。29 簡單講,設計目標係先將長片整理成較有條理嘅記憶,之後回答問題時再搜尋相關內容,唔使每次都由頭重新處理成條影片。
不過,現有報道摘錄未有足夠資料確認各層記憶嘅具體定義,亦未有交代原片畫面會點樣被檢索。因此,唔應自行假設其實作細節。
按事件整理或有助減少檢索到支離破碎、雜訊較多嘅內容,但唔代表答案一定正確,亦唔能夠消除幻覺風險。答案仍然要有相關證據支持;如果對細節要求高,仍應回看原片核實。
QbitAI 報道指,OmniMem-Lens 召回率最高提升 45.7%,線上問答時延最高減少 97%。3
4 另一則新聞摘要提到,報道涵蓋三個基準測試,當中 EgoLife-QA 的召回率增幅為 45.7%。
5
要留意,呢啲係報道所列嘅最高結果,唔係每條影片、每條問題都保證有同等幅度改善。現有來源摘錄亦未提供足夠測試細節,未能獨立評估測試設定或逐項比較結果。因此,較穩妥嘅理解係:呢啲數字反映特定測試中報告嘅表現,唔係普遍適用嘅效能保證。
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
OmniMem Lens 嘗試按影片事件整理記憶,而唔係一律切成固定時間片段。
OmniMem Lens 嘗試按影片事件整理記憶,而唔係一律切成固定時間片段。 系統結合畫面變化同語音辨識所得嘅話題轉換,協助 AI Agent 搜尋長片內容。
報道指召回率最高提升 45.7%、線上問答時延最高減少 97%;呢啲係報道所列嘅最高數字,唔代表每條影片都會有相同表現。