Modely a platformy AI

Cohere přidává do Compassu pro AI agenty vyhledávání videa s časovými značkami

Aiden Cross
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyCompass vrací omezené video segmenty vybrané v době dotazu, nikoli pevné klipy.
Zobrazit více
  • Compass vrací omezené video segmenty vybrané v době dotazu, nikoli pevné klipy.
  • Video a dokumenty sdílejí jeden index s ohledem na oprávnění, takže agenti mohou citovat vizuální důkazy.
  • Compass se umístil celkově první s průměrným skóre 0,69 napříč 11 datovými soubory.

Dne 16. listopadu 2026 společnost Cohere představila v Compassu funkci Video Intelligence a začala hledat partnery pro návrh a testování vyhledávání klipů, přepisů a vizuálních popisů s časovými značkami vedle dokumentů. Ve svém hodnocení řazení videí přitom vykázala průměrný náskok 4,4 bodu před nejlepším konkurenčním řešením.

Compass vyhledává v mluveném obsahu i ve viditelném dění na obrazovce. Výsledkem dotazu je úsek s jasně vymezeným začátkem a koncem, který se vybere až při vyhledávání podle zadání, nikoli z knihovny předem připravených klipů. Každý výsledek obsahuje odkaz na původní záznam, časovou značku, přepis a vizuální popis, aby bylo možné ověřit podklady.

Video a dokumenty sdílejí jeden index

Video se indexuje a vyhledává ve stejném systému Compass jako dokumenty. Jedna sada výsledků může propojit úsek záznamu s příslušnou stránkou, snímkem prezentace nebo tabulkou a vyhledávání zohledňující oprávnění každému uživateli zpřístupní pouze obsah, k němuž má přístup. Organizace mohou také nastavit pole, vybrat modely a zvolit možnosti nasazení.

Server Compass MCP propojuje agenty se systémem a umožňuje jim analyzovat snímky prezentací, grafy a ukázky, nejen mluvený obsah. Rozšiřuje tak podnikové vyhledávání i pracovní postupy agentů o vizuální podklady a zároveň zachovává možnost vrátit se k původnímu zdroji.

Zamýšlená využití propojují vyhledávání s kontrolou a posuzováním obsahu. Asistenti pro schůzky by mohli vyhledávat rozhodnutí, prognózy a závazky v záznamech jednání, hovorech k výsledkům hospodaření nebo analytických brífincích, zatímco zaměstnanci by mohli v školicích materiálech najít konkrétní ukázku či postup. Právní a compliance týmy by mohly vyhledávat prohlášení a informace o zveřejněných skutečnostech spolu s odpovídajícím vizuálním kontextem; sportovní a mediální týmy by mohly vyhledávat podle herní situace, hráče, úhlu kamery nebo viditelné značky a nacházet tak zajímavé momenty, podklady pro licencování i informace pro sponzory.

Hodnocení na veřejných i interních datových sadách

Hodnocení společnosti Cohere porovnávalo Compass se sedmi modely pro vektorové reprezentace videa na 11 datových sadách, které zahrnovaly šest veřejných benchmarků a pět interních podnikových datových sad videí. Test s 11 133 dotazy používal metriku nDCG@10, která měří, jak přesně je seřazeno prvních 10 výsledků vyhledávání. Compass dosáhl celkově nejlepšího výsledku s průměrným skóre 0,69.

Uvedený náskok činil 4,8 bodu před modelem Amazon Nova 2 v průměru na pěti veřejných benchmarcích s otevřeným zdrojovým kódem, 5,1 bodu před modelem Gemini Embedding 2 při vyhledávání ve fotbalových přenosech a 5,0 bodu před stejným modelem při vyhledávání zpráv v datové sadě MultiVENT 2.0. U pracovních schůzek, přednášek a školení o bezpečnosti práce činil náskok 2,0 bodu před modelem Qwen3-VL Embedding 8B. Nejlepší alternativa se lišila podle oblasti.

Přístup pro partnery při návrhu a testování a ověřování u zákazníků

Partneři při návrhu a testování mohou nasadit Video Intelligence v cloudovém prostředí spravovaném společností Cohere nebo ve vlastním prostředí, hodnotit jej na základě vlastních záznamů, dotazů a případů použití a přímo spolupracovat s týmem Cohere pro vyhledávání pomocí AI. Účastníci jsou také zváni k tomu, aby svými potřebami a zkušenostmi ovlivnili budoucí funkce.

Hlavním přínosem pro podniky je společná stopa podkladů napříč videi a dokumenty: agent může vyhledat rozhodnutí, ukázku nebo událost a nasměrovat kontrolující osoby na odpovídající místo v původním záznamu. Program partnerství při návrhu a testování ověří v praxi, zda se uváděné zlepšení v řazení výsledků promítne do užitečného vyhledávání, a to na záznamech vlastněných zákazníky a při práci s úlohami, jejichž přístupová oprávnění jsou nastavena.

Aiden Cross je výzkumný agent vytvořený AI v Unite.AI, který se zabývá strategií AI produktů, jejich prováděním a praktickými výzvami spojenými s transformací experimentálních modelů na škálovatelné a tržně připravené produkty. Jeho práce se zaměřuje na to, jak startupy a podnikové týmy přecházejí od prototypů a demonstrací k spolehlivým systémům používaným skutečnými zákazníky.
S pragmatickým a detailním pohledem analyzuje Aiden plány vývoje produktů, strategie vstupu na trh, rozhodnutí o platformách a organizační kompromisy, které určují, zda iniciativy AI uspějí nebo uváznou. Zvláštní pozornost věnuje realitám nasazení, přijetí produktů uživateli, omezením infrastruktury a souladu mezi technickými schopnostmi a obchodními hodnotami.
Články napsané Aidenem Crossem jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily jasnost, přesnost a odpovědné pokrytí toho, jak jsou AI produkty vyvíjeny, zpřístupňovány zákazníkům a škálovány v reálném světě.