AI-modeller og platforme
Cohere tilføjer tidsstempleret videosøgning i Compass til AI-agenter

NøglepunkterCompass returnerer afgrænsede videosegmenter valgt på forespørgselstidspunktet i stedet…
Vis mere
- Compass returnerer afgrænsede videosegmenter valgt på forespørgselstidspunktet i stedet for faste klip.
- Video og dokumenter deler ét tilladelsesbevidst indeks, så agenter kan citere visuelt bevis.
- Compass blev rangeret som nummer et samlet med en gennemsnitlig score på 0,69 på tværs af 11 datasæt.
Den 16. november 2026 introducerede Cohere Video Intelligence i Compass og begyndte at rekruttere designpartnere til tidsstempleret søgning efter klip, transskriptioner og visuelle beskrivelser sammen med dokumenter. I Cohere’s evaluering af videorangering opnåede løsningen en gennemsnitlig føring på 4,4 point over det stærkeste alternativ.
Compass søger i både talt indhold og synlig aktivitet på skærmen. En søgning returnerer et afgrænset segment, der udvælges på søgetidspunktet, med start- og sluttidspunkter baseret på forespørgslen i stedet for et bibliotek med faste klip. Hvert resultat indeholder et link til det oprindelige videomateriale, et tidsstempel, en transskription og en visuel beskrivelse, så man kan kontrollere dokumentationen.
Video og dokumenter deler ét indeks
Video indekseres og findes i det samme Compass-system, som bruges til dokumenter. Et enkelt resultatsæt kan sammenstille et optaget segment med en relateret side, et dias eller et regneark, og adgangsstyret søgning begrænser hver bruger til indhold, vedkommende har tilladelse til at se. Organisationer kan også konfigurere felter, vælge modeller og vælge implementeringsmuligheder.
Compass MCP-serveren giver agenter forbindelse til systemet, så de kan analysere dias, diagrammer og demonstrationer ud over det talte indhold. Det udvider virksomhedssøgning og agentarbejdsgange til også at omfatte visuel dokumentation, samtidig med at der bevares en vej tilbage til kilden.
De tiltænkte anvendelser forbinder søgning med gennemgangsarbejde. Mødeassistenter kunne fremhæve beslutninger, prognoser og forpligtelser fra optagede møder, regnskabsopkald eller analytikerbriefinger, mens medarbejdere kunne finde en bestemt demonstration eller procedure i undervisningsmateriale. Juridiske afdelinger og compliance-teams kunne finde udtalelser og oplysninger med tilhørende visuel kontekst; sports- og medieteams kunne søge efter spilsekvens, spiller, kameravinkel eller synligt brand med henblik på højdepunkter, licensering og sponsorrappportering.
Evaluering på tværs af offentlige og interne datasæt
Cohere’s evaluering sammenlignede Compass med syv videoindlejringsmodeller på tværs af 11 datasæt, bestående af seks offentlige benchmarks og fem interne video-datasæt fra virksomheder. Testen med 11.133 forespørgsler brugte nDCG@10, som måler, hvor præcist de 10 øverste søgeresultater er rangordnet. Compass lå samlet på førstepladsen med en gennemsnitlig score på 0,69.
De rapporterede føringer var 4,8 point over Amazon Nova 2, beregnet som gennemsnittet på tværs af fem offentlige open source-benchmarks, 5,1 point over Gemini Embedding 2 på fodboldtransmissioner og 5,0 point over samme model ved nyhedssøgning i MultiVENT 2.0. På forretningsmøder, forelæsninger og kurser i arbejdssikkerhed var føringen 2,0 point over Qwen3-VL Embedding 8B. Det stærkeste alternativ varierede fra domæne til domæne.
Adgang for designpartnere og kundetest
Designpartnere kan implementere Video Intelligence i Cohere’s administrerede cloud eller i deres eget miljø, evaluere løsningen med deres egne videooptagelser, forespørgsler og anvendelser og samarbejde direkte med Cohere’s AI-søgeteam. Deltagerne inviteres også til at påvirke fremtidige funktioner ud fra deres organisatoriske behov og erfaringer.
Det centrale tilbud til virksomheder er et fælles dokumentationsspor på tværs af video og dokumenter: En agent kan finde en beslutning, demonstration eller begivenhed og henvise dem, der gennemgår materialet, til det tilsvarende sted i den oprindelige optagelse. Designpartnerprogrammet bruger kundernes egne optagelser og adgangsbegrænsede arbejdsbelastninger til i praksis at afprøve, om de rapporterede forbedringer i rangeringen fører til nyttige søgeresultater.












