← Каталог

· AI Engineer World's Fair 2026

У видео нет памяти. Вот как мы её создали

Video Has No Memory. Here's How We Built One.

Видеоархив нужно превращать в постоянную структуру памяти, которую строят один раз и запрашивают много раз, вместо ответов на каждый запрос с нуля.

  • Разбор на этапе загрузки — дорогую интерпретацию видео выгодно сделать при индексации, тогда повторные запросы не перечитывают архив. По словам спикера, так удаётся работать с годами записей и несколькими ракурсами с меньшей задержкой и стоимостью.
  • Граф контекста вместо списка кадров — узлы моментов, появлений сущностей, связей и тем всей коллекции, где поиск идёт в момент, а сюжет строится по связям во времени. Каждый ответ привязан к таймкоду, чтобы его можно было проверить.
  • Память зависит от задачи — один и тот же футаж нужен спорту, брендбезопасности и комплаенсу с разными примитивами, поэтому набор извлекаемого задаётся настройкой загрузки.
  • Агент для видео вместо одного вызова модели — спикер описывает агента как систему с памятью, планированием и retrieval, которая работает в заданных лимитах по времени, стоимости и глубине просмотра. Результат проверяется по тому, нашёлся ли нужный фрагмент и уложился ли агент в бюджет.

Кому полезно: тем, кто строит поиск, аналитику или монтаж по большим видеоархивам. Доклад в основном рассказывает о продукте TwelveLabs, но инженерная часть про память применима и к другим видео-стекам.

Статья по теме

Главы

Похожие доклады