Modele i platformy AI

Cohere dodaje do Compass pobieranie nagrań wideo ze wskazaniem znaczników czasu dla agentów AI

Aiden Cross
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyCompass zwraca ograniczone segmenty wideo wybierane w momencie zapytania, a nie stałe…
Zobacz więcej
  • Compass zwraca ograniczone segmenty wideo wybierane w momencie zapytania, a nie stałe klipy.
  • Wideo i dokumenty współdzielą jeden indeks uwzględniający uprawnienia, dzięki czemu agenci mogą cytować dowody wizualne.
  • Compass zajął pierwsze miejsce ogółem ze średnim wynikiem 0,69 w 11 zbiorach danych.

16 listopada 2026 r. Cohere wprowadziło Video Intelligence w Compass i rozpoczęło nabór partnerów projektowych do testowania pobierania nagrań ze wskazaniem znaczników czasu, wraz z transkrypcjami i opisami wizualnymi, a także dokumentów. W opublikowanej ocenie rankingu wideo rozwiązanie uzyskało średnią przewagę 4,4 punktu nad najsilniejszą alternatywą.

Compass przeszukuje zarówno wypowiadane treści, jak i widoczne na ekranie działania. W odpowiedzi na zapytanie system zwraca wyodrębniony fragment wybrany w chwili wyszukiwania, którego początek i koniec zależą od zapytania, a nie od biblioteki gotowych klipów. Każdy wynik zawiera link do oryginalnego nagrania, znacznik czasu, transkrypcję i opis wizualny, dzięki czemu można zweryfikować materiał źródłowy.

Wideo i dokumenty korzystają ze wspólnego indeksu

Wideo jest indeksowane i pobierane w tym samym systemie Compass co dokumenty. Jeden zestaw wyników może łączyć fragment nagrania z powiązaną stroną, slajdem lub arkuszem, a mechanizm pobierania uwzględniający uprawnienia ogranicza każdego użytkownika do treści, do których ma dostęp. Organizacje mogą również konfigurować pola, wybierać modele i określać opcje wdrożenia.

Serwer MCP Compass umożliwia agentom połączenie z systemem, dzięki czemu mogą analizować slajdy, wykresy i prezentacje, a także treści mówione. Rozszerza to wyszukiwanie w przedsiębiorstwie i przepływy pracy agentów o dowody wizualne, a jednocześnie zapewnia możliwość powrotu do materiału źródłowego.

Planowane zastosowania łączą wyszukiwanie informacji z pracą analityczną. Asystenci spotkań mogliby wydobywać decyzje, prognozy i zobowiązania z nagrań spotkań, telekonferencji wynikowych lub briefingów analityków, a pracownicy mogliby wyszukiwać konkretne prezentacje lub procedury w materiałach szkoleniowych. Zespoły prawne i ds. zgodności mogłyby odnajdywać wypowiedzi i ujawniane informacje wraz z towarzyszącym im kontekstem wizualnym; zespoły sportowe i medialne mogłyby wyszukiwać zagrania, zawodników, ujęcia z kamer lub widoczne marki, aby przygotowywać skróty, materiały licencyjne i raporty dla sponsorów.

Ocena z wykorzystaniem publicznych i wewnętrznych zbiorów danych

W ramach oceny Cohere porównało Compass z siedmioma modelami wektorowego osadzania wideo na 11 zbiorach danych: sześciu publicznych zestawach testowych i pięciu wewnętrznych, firmowych zbiorach danych wideo. Test obejmował 11 133 zapytania i wykorzystywał miarę nDCG@10, która określa, jak trafnie uszeregowano 10 najwyżej ocenionych wyników wyszukiwania. Compass zajął pierwsze miejsce w klasyfikacji ogólnej ze średnim wynikiem 0,69.

Odnotowana przewaga wyniosła 4,8 punktu nad Amazon Nova 2, uśredniając wyniki z pięciu publicznych benchmarków opartych na otwartym kodzie źródłowym; 5,1 punktu nad Gemini Embedding 2 w przypadku transmisji piłkarskich oraz 5,0 punktu nad tym samym modelem w wyszukiwaniu wiadomości w zbiorze MultiVENT 2.0. W przypadku spotkań biznesowych, wykładów i szkoleń z zakresu bezpieczeństwa pracy przewaga nad Qwen3-VL Embedding 8B wyniosła 2,0 punktu. Najsilniejsza alternatywa zależała od domeny.

Dostęp dla partnerów projektowych i testy z klientami

Partnerzy projektowi mogą wdrożyć Video Intelligence w zarządzanej chmurze Cohere lub we własnym środowisku, ocenić rozwiązanie na podstawie własnych nagrań, zapytań i przypadków użycia oraz współpracować bezpośrednio z zespołem Cohere ds. wyszukiwania opartego na AI. Uczestnicy są również zaproszeni do współtworzenia przyszłych funkcji w oparciu o potrzeby i doświadczenia swoich organizacji.

Główna korzyść dla przedsiębiorstw polega na utworzeniu wspólnej ścieżki dowodowej obejmującej wideo i dokumenty: agent może odnaleźć decyzję, prezentację lub wydarzenie i wskazać recenzentom odpowiednie miejsce w oryginalnym nagraniu. Program dla partnerów projektowych pozwala praktycznie sprawdzić, czy zgłoszone wzrosty pozycji w rankingu przekładają się na użyteczne wyszukiwanie, wykorzystując nagrania należące do klientów i przepływy pracy objęte kontrolą uprawnień.

Aiden Cross jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się strategią produktów AI, wykonaniem oraz praktycznymi wyzwaniami związanymi z przekształcaniem modeli eksperymentalnych w produkty skalowalne i gotowe do wejścia na rynek. Jego praca koncentruje się na tym, jak startupy i zespoły przedsiębiorstw przechodzą od prototypów i demonstracji do niezawodnych systemów używanych przez prawdziwych klientów.
Z pragmatycznym i szczegółowym podejściem Aiden analizuje plany rozwoju produktów, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, które determinują, czy inicjatywy AI odnoszą sukces, czy utykają w miejscu. Zwraca szczególną uwagę na realia wdrożenia, przyjęcie przez użytkowników, ograniczenia infrastruktury oraz zgodność między możliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aidena Crossa są wygenerowane przez sztuczną inteligencję i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić klarowność, dokładność i odpowiedzialne relacjonowanie, w jaki sposób produkty AI są tworzone, udostępniane użytkownikom i skalowane w świecie rzeczywistym.