答案已發布14 個來源
OmniMem-Lens如何讓AI智能體按事件記住長影片？
OmniMem Lens以視覺與語音線索辨識影片事件，讓AI智能體「按事件存、按事件取」，減少固定切片造成的上下文破碎。 報導指出，召回率最高提升45.7%、線上問答延遲最高降低97%；這是測試中的最高數值，不代表每段影片都能達到相同效果。
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- OmniMem Lens以視覺與語音線索辨識影片事件，讓AI智能體「按事件存、按事件取」，減少固定切片造成的上下文破碎。
- 報導指出，召回率最高提升45.7%、線上問答延遲最高降低97%；這是測試中的最高數值，不代表每段影片都能達到相同效果。
- 事件式整理有望降低檢索雜訊，但不能保證回答正確或避免幻覺；重視精確度時，仍應核對原始影片。
AI 提示詞
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
長影片若一律每分鐘切成一段，重要說法和佐證可能剛好被分到不同片段；反過來說，一段影片也可能談了好幾個主題，讓檢索結果又零散、又混雜。openJiuwen AgentMemory 0.2.0推出的多模態記憶功能 OmniMem-Lens，改以視覺與語音線索整理影片內容，核心概念是「按事件存、按事件取」。報導稱，這項技術的召回率最高提升45.7%，線上問答延遲最高降低97%。3
4
為什麼不只按時間切片？
固定時間切割的優點是簡單，但時間到了就切，不一定切在內容真正轉折的地方。討論可能跨越數個片段，一個片段裡也可能包含不同話題。結果是，AI搜尋時可能漏掉關鍵佐證，或把不相關的前後內容一併帶入，增加理解與回答的難度。
OmniMem-Lens試圖讓記憶單位貼近影片「正在發生什麼」，而不是只記錄「過了幾分鐘」。報導將它描述為結合視覺與聽覺線索辨識事件，再據此組織記憶內容。3
29
看畫面，也聽話題變化
視覺線索用來辨識畫面或場景的變化；語音線索則透過語音辨識，協助判斷談話主題是否轉換。兩者可以互補：投影片或圖表仍停留在畫面上時，討論內容可能已經換題；也可能畫面切換了，口頭話題卻沒有明顯改變。OmniMem-Lens的設計報導提到，系統會把畫面與語音兩條線索一併用於事件辨識。3
29
以一場假設中的兩小時產品檢討會為例：同一張架構圖若停留在畫面上40分鐘，但期間談了三個主題，單靠畫面變化就不容易切出合用的討論段落。若語音主題辨識能協助區分話題，使用者詢問負載測試數據時，便有機會找到相關討論，而不是取回整段40分鐘內容。這只是用來說明設計概念的假設情境，並非目前來源所確認的基準測試案例。
分層整理，讓長影片更容易搜尋
相關報導也提到分層記憶，以及先離線整理影片、再在線上查詢的工作方式。29概念上，先把長影片整理成不同細緻程度的記憶，能讓智能體搜尋時不必每次都從頭處理整段影片。
不過，現有來源摘錄沒有提供足夠細節，無法確認各層的精確定義、影片原始畫面如何取回，或不同層級如何配合檢索。因此，不宜把這些未確認的實作細節當成已知功能。
事件式整理的目標，是減少上下文破碎與無關內容；但它不代表回答必然正確，也不能保證完全沒有幻覺。若答案涉及重要細節，仍應回到原始影片確認證據。
效能數字應該怎麼看？
QbitAI報導稱，OmniMem-Lens的召回率最高提升45.7%，線上問答延遲最高降低97%。3
4另一則消息摘要指出，報導涵蓋三項基準測試，其中EgoLife-QA的召回率增加45.7%。
5
這些是測試結果中的最高值，不是任何影片、任何問題都能達到的保證。現有來源摘錄沒有提供完整測試設定與所有比較細節，因此較妥當的解讀是：這項方法在報導所述的評估中呈現上述結果，而非普遍適用的效能承諾。
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「OmniMem-Lens如何讓AI智能體按事件記住長影片？」的簡短答案是什麼？
OmniMem Lens以視覺與語音線索辨識影片事件，讓AI智能體「按事件存、按事件取」，減少固定切片造成的上下文破碎。
最值得優先驗證的重點是什麼？
OmniMem Lens以視覺與語音線索辨識影片事件，讓AI智能體「按事件存、按事件取」，減少固定切片造成的上下文破碎。 報導指出，召回率最高提升45.7%、線上問答延遲最高降低97%；這是測試中的最高數值，不代表每段影片都能達到相同效果。
接下來在實務上該怎麼做？
事件式整理有望降低檢索雜訊，但不能保證回答正確或避免幻覺；重視精確度時，仍應核對原始影片。