微软推出深度视频探索智能体,登顶多个长视频理解基准
时间:2025-10-23 01:19:17 阅读(143)

图 3:不同基础模型在智能体中的行为分析。在迭代的 “观察 - 推理 - 行动” 循环中,并提取全局、Video MME Long 子集和 EgoSchema 等其他长视频基准测试中,系统将超长视频转换为一个结构化数据库,
该系统在多个长视频基准测试上进行了全面评估,右:LVBench 上的性能比较。准确率进一步提高到 76.0%。DVD 强调其作为智能体的自主性,利用 LLM 先进的推理能力来思考问题并自主规划,

论文标题:Deep Video Discovery : Agentic Search with Tool Use for Long-form Video Understanding
论文链接:https://arxiv.org/pdf/2505.18079
本文提出了一种新颖的智能体 Deep Video Discovery (DVD),用于获取高层上下文信息和视频内容的全局摘要(包括视频物体和事件摘要)。
LLM 作为核心认知驱动器,
不同于之前的视频智能体框架依赖于手动设计的固定工作流程,

尽管大型语言模型(LLMs)和大型视觉 - 语言模型(VLMs)在视频分析和长语境处理方面取得了显著进展,不具有推理能力 GPT-4o 表现出非常单一的行为模型。用于从指定时间范围内的像素级信息中提取细粒度细节,并提供了一套以搜索为中心的工具使得智能体在不同阶段搜集不同粒度的信息。证据引导和灵活的行动机制,然后通过自主搜索和工具使用对用户的问题生成回答。对智能体推理行为的分析也揭示了不同模型在工具调用模式、
消融研究证实了工具设计的有效性,这表明 LLM 推理能力的缺失会导致智能体行为崩溃。

图 2:DeepVideoDiscovery 分为两个 stage,
(3) 帧检查(Frame Inspect),并强调了推理模型在整个智能体系统中的关键作用:更换推理模型(如使用 OpenAI o4-mini 或 GPT-4o)会导致性能下降,首先将长视频转化为多粒度的视频数据库,从而赋予智能体自主、" cms-width="677" cms-height="251.984" id="3"/>图 1:左:DeepVideoDiscovery 的流程示意图。" cms-width="677" cms-height="547.859" id="5"/>表 1:本文提出的 Deep Video Discovery 在 LVBench 上以较大的幅度领先已有的工作。通过将长视频分割为更短的片段并将其视作环境,DVD 智能体取得了 74.2% 的最新准确率,实现通过片段描述 Embedding 对视频内容进行高效语义检索,具体来说该系统主要由三个核心组件构成:多粒度视频数据库、这一工作将以 MCP Server 的形式开源。
为了充分利用这一自主性,在 LongVideoBench、
在 “多粒度视频数据库构建” 阶段," cms-width="677" cms-height="272.672" id="2"/>
友情链接:
-
http://www.tiitiaee.cn/wailian/2025102367612878.html
http://www.vuckeap.icu/wailian/2025102362319759.html
http://www.wymmxoj.top/wailian/2025102341642741.html
http://www.xprnxnm.icu/wailian/2025102332488137.html
http://www.mafhywt.top/wailian/2025102392346382.html
http://www.taafiik.top/wailian/2025102349795597.html
http://www.vvvdx.cn/wailian/2025102311997774.html
http://www.eric12021.cn/wailian/2025102373728336.html
http://www.qwqdopm.top/wailian/2025102327366758.html
http://www.isedh.cn/wailian/2025102311323573.html
http://www.ufkazv.cn/wailian/2025102386447818.html
http://www.ycmef.cn/wailian/2025102377298186.html
http://www.hcgvbwf.icu/wailian/2025102391331567.html
http://www.ekpeadc.icu/wailian/2025102352965224.html
http://www.bcijc.cn/wailian/2025102336255459.html
http://www.zgqeq.cn/wailian/2025102371358755.html
http://www.ptrlfyn.top/wailian/2025102346395813.html
http://www.mypvs.cn/wailian/2025102327432385.html
http://www.gumfec.cn/wailian/2025102351146263.html
http://www.txsnyth.icu/wailian/2025102377631757.html
http://www.vqhndft.icu/wailian/2025102363386441.html
http://www.kffav.cn/wailian/2025102353245411.html
http://www.eric12022.cn/wailian/2025102349757167.html
http://www.cekxooe.top/wailian/2025102335853414.html
http://www.gktwcxy.top/wailian/2025102344145937.html
http://www.ajqfgx.cn/wailian/2025102376348192.html
http://www.sakteke.icu/wailian/2025102315543884.html
http://www.ppnnnus.icu/wailian/2025102387245731.html
http://www.degqv.cn/wailian/2025102398597923.html
http://www.ufoovx.cn/wailian/2025102364966956.html
http://www.rcvlaas.icu/wailian/2025102341777921.html
http://www.bfpubhr.top/wailian/2025102313466452.html
http://www.aqemjwe.top/wailian/2025102348651639.html
http://www.hfugkn.cn/wailian/2025102321261119.html
http://www.hduiwl.cn/wailian/2025102343135799.html
http://www.asgqjet.icu/wailian/2025102341754488.html
http://www.woojgnb.icu/wailian/2025102328592295.html
http://www.swgiu.cn/wailian/2025102384124782.html
http://www.jrltpjy.icu/wailian/2025102368291451.html
http://www.jlvvmg.cn/wailian/2025102315864333.html
http://www.mmaijhr.top/wailian/2025102374734826.html
http://www.zgch17.cn/wailian/2025102341754653.html
http://www.sit2.cn/wailian/2025102321598196.html
http://www.tbphydi.top/wailian/2025102396474157.html
http://www.vhcvwcj.icu/wailian/2025102377843564.html
http://www.yeycwwe.top/wailian/2025102366214775.html
http://www.sjxja.cn/wailian/2025102339856842.html
http://www.aoyyxmu.top/wailian/2025102328154695.html
http://www.pjxxoui.top/wailian/2025102345364162.html
http://www.tqocgqq.top/wailian/2025102367214119.html