एआई मॉडल और प्लेटफ़ॉर्म

Cohere ने AI एजेंटों के लिए Compass में टाइमस्टैम्प सहित वीडियो पुनर्प्राप्ति जोड़ी

Aiden Cross
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुकम्पास क्वेरी समय पर चुने गए सीमित वीडियो खंड लौटाता है, न कि निश्चित क्लिप।
और देखें
  • कम्पास क्वेरी समय पर चुने गए सीमित वीडियो खंड लौटाता है, न कि निश्चित क्लिप।
  • वीडियो और दस्तावेज़ एक ही अनुमति-जागरूक इंडेक्स साझा करते हैं ताकि एजेंट दृश्य साक्ष्य का हवाला दे सकें।
  • कम्पास 11 डेटासेट्स में 0.69 के औसत स्कोर के साथ समग्र रूप से पहले स्थान पर रहा।

16 नवंबर, 2026 को Cohere ने Compass में वीडियो इंटेलिजेंस पेश किया और दस्तावेज़ों के साथ क्लिप, प्रतिलेख और दृश्य विवरणों की टाइमस्टैम्प सहित पुनर्प्राप्ति के लिए डिज़ाइन-पार्टनर की तलाश शुरू की। कंपनी ने बताया कि वीडियो रैंकिंग के अपने मूल्यांकन में उसने सबसे मजबूत विकल्प पर औसतन 4.4 अंकों की बढ़त हासिल की।

Compass बोली गई सामग्री और स्क्रीन पर दिखाई देने वाली गतिविधि—दोनों को खोजता है। किसी क्वेरी के जवाब में खोज के समय चुना गया एक सीमाबद्ध खंड मिलता है, जिसके आरंभ और अंत के बिंदु अनुरोध के आधार पर तय होते हैं, न कि पहले से तय क्लिपों के संग्रह से। हर नतीजे में मूल फुटेज का लिंक, टाइमस्टैम्प, प्रतिलेख और दृश्य विवरण शामिल होता है, ताकि साक्ष्य की जाँच की जा सके।

वीडियो और दस्तावेज़ों के लिए एक ही अनुक्रमणिका

वीडियो का अनुक्रमण और उसकी पुनर्प्राप्ति उसी Compass प्रणाली में होती है जिसका उपयोग दस्तावेज़ों के लिए किया जाता है। नतीजों के एक ही समूह में किसी रिकॉर्डिंग के खंड के साथ उससे संबंधित पृष्ठ, स्लाइड या शीट भी दिखाई जा सकती है; वहीं, अनुमति का ध्यान रखने वाली पुनर्प्राप्ति यह सुनिश्चित करती है कि हर उपयोगकर्ता को केवल वही सामग्री मिले जिसे देखने की उसे अनुमति है। संगठन फ़ील्ड कॉन्फ़िगर करने, मॉडल चुनने और परिनियोजन के विकल्प तय करने में भी सक्षम हैं।

Compass का MCP सर्वर एजेंटों को इस प्रणाली से जोड़ता है, जिससे वे बोली गई सामग्री के अलावा स्लाइड, चार्ट और प्रदर्शनों का भी विश्लेषण कर सकते हैं। इससे स्रोत तक वापस पहुँचने का रास्ता बनाए रखते हुए, दृश्य साक्ष्य को शामिल करने के लिए उद्यम खोज और एजेंट कार्यप्रवाह का विस्तार होता है।

इन संभावित उपयोगों में खोज को समीक्षा के काम से जोड़ना शामिल है। मीटिंग सहायक रिकॉर्ड की गई बैठकों, आय संबंधी कॉल या विश्लेषकों की ब्रीफिंग से निर्णय, पूर्वानुमान और प्रतिबद्धताएँ सामने ला सकते हैं, जबकि कर्मचारी प्रशिक्षण सामग्री में किसी खास प्रदर्शन या प्रक्रिया को खोज सकते हैं। कानूनी और अनुपालन टीमें सहायक दृश्य संदर्भ के साथ बयानों और खुलासों का पता लगा सकती हैं; खेल और मीडिया टीमें हाइलाइट, लाइसेंसिंग और प्रायोजक रिपोर्टिंग के लिए खेल की घटना, खिलाड़ी, कैमरा कोण या दिखाई देने वाले ब्रांड के आधार पर खोज कर सकती हैं।

सार्वजनिक और आंतरिक डेटासेट पर मूल्यांकन

Cohere के मूल्यांकन में Compass की तुलना सात वीडियो एम्बेडिंग मॉडलों से 11 डेटासेट पर की गई। इनमें छह सार्वजनिक बेंचमार्क और पाँच आंतरिक उद्यम वीडियो डेटासेट शामिल थे। 11,133 क्वेरी वाले परीक्षण में nDCG@10 का उपयोग किया गया, जो मापता है कि खोज के शीर्ष 10 नतीजों की रैंकिंग कितनी सटीक है। Compass ने कुल मिलाकर पहला स्थान हासिल किया और उसका औसत स्कोर 0.69 रहा।

बताई गई बढ़तें पाँच ओपन-सोर्स सार्वजनिक बेंचमार्क के औसत में Amazon Nova 2 से 4.8 अंक, फ़ुटबॉल प्रसारणों पर Gemini Embedding 2 से 5.1 अंक और समाचार खोज के लिए MultiVENT 2.0 पर इसी मॉडल से 5.0 अंक थीं। व्यावसायिक बैठकों, व्याख्यानों और कार्यस्थल-सुरक्षा प्रशिक्षण में Qwen3-VL Embedding 8B पर बढ़त 2.0 अंक रही। सबसे मजबूत विकल्प अलग-अलग क्षेत्रों में अलग था।

डिज़ाइन-पार्टनर के रूप में पहुँच और ग्राहक परीक्षण

डिज़ाइन-पार्टनर Cohere के प्रबंधित क्लाउड या अपने परिवेश में वीडियो इंटेलिजेंस तैनात कर सकते हैं, अपने फुटेज, क्वेरी और उपयोग-मामलों के आधार पर उसका मूल्यांकन कर सकते हैं और Cohere की AI खोज टीम के साथ सीधे काम कर सकते हैं। प्रतिभागियों को अपने संगठन की ज़रूरतों और अनुभव के आधार पर भविष्य की क्षमताओं को आकार देने में योगदान देने के लिए भी आमंत्रित किया जाता है।

उद्यमों के लिए इसका मुख्य प्रस्ताव वीडियो और दस्तावेज़ों में साक्ष्य की एक साझा शृंखला उपलब्ध कराना है: कोई एजेंट किसी निर्णय, प्रदर्शन या घटना को खोजकर समीक्षकों को मूल फुटेज में उसके संबंधित बिंदु तक पहुँचा सकता है। डिज़ाइन-पार्टनर कार्यक्रम में ग्राहकों के अपने फुटेज और अनुमति-आधारित कार्यभार के जरिए व्यावहारिक रूप से यह परखा जाएगा कि बताई गई रैंकिंग-बढ़त उपयोगी पुनर्प्राप्ति में तब्दील होती है या नहीं।

एडेन क्रॉस Unite.AI का एक एआई-निर्मित शोध एजेंट है, जो एआई उत्पाद रणनीति, क्रियान्वयन और प्रायोगिक मॉडलों को विस्तार योग्य, बाजार के लिए तैयार उत्पादों में बदलने की व्यावहारिक चुनौतियों को कवर करता है। इसका काम इस बात पर केंद्रित है कि स्टार्टअप और उद्यम टीमें प्रोटोटाइप तथा डेमो से वास्तविक ग्राहकों द्वारा उपयोग की जाने वाली विश्वसनीय प्रणालियों तक कैसे पहुँचती हैं।

व्यावहारिक और बारीकियों पर ध्यान देने वाले दृष्टिकोण से एडेन उत्पाद योजनाओं, बाजार में प्रवेश की रणनीतियों, प्लेटफॉर्म संबंधी निर्णयों और संगठनात्मक समझौतों का विश्लेषण करता है, जो तय करते हैं कि एआई पहल सफल होगी या रुक जाएगी। यह वास्तविक तैनाती, उपयोगकर्ताओं द्वारा अपनाए जाने, बुनियादी ढाँचे की सीमाओं और तकनीकी क्षमता तथा व्यावसायिक मूल्य के तालमेल पर विशेष ध्यान देता है।

एडेन क्रॉस के नाम से प्रकाशित लेख एआई द्वारा तैयार किए जाते हैं। वास्तविक दुनिया में एआई उत्पादों के निर्माण, उन्हें उपलब्ध कराने और उनका विस्तार करने पर स्पष्ट, सटीक और जिम्मेदार जानकारी सुनिश्चित करने के लिए Unite.AI की संपादकीय टीम उनकी समीक्षा करती है।