Моделі та платформи ШІ

Cohere додає до Compass пошук відео за часовими мітками для ШІ-агентів

Aiden Cross
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиCompass повертає обмежені відеосегменти, вибрані під час запиту, а не фіксовані кліпи.
Показати більше
  • Compass повертає обмежені відеосегменти, вибрані під час запиту, а не фіксовані кліпи.
  • Відео та документи використовують один індекс із урахуванням дозволів, тож агенти можуть посилатися на візуальні докази.
  • Compass посів перше місце загалом із середнім балом 0,69 на 11 наборах даних.

16 листопада 2026 року Cohere представила Video Intelligence у Compass і почала залучати партнерів із розробки для пошуку за часовими мітками фрагментів, транскриптів і візуальних описів поряд із документами. За результатами оцінювання ранжування відео середня перевага над найсильнішим альтернативним рішенням становила 4,4 пункта.

Compass шукає і в усному мовленні, і у видимих на екрані діях. У відповідь на запит система повертає фрагмент із визначеними межами, підібраний під час пошуку: його початок і кінець залежать від запиту, а не від бібліотеки заздалегідь підготовлених кліпів. Кожен результат містить посилання на оригінальний відеоматеріал, часову мітку, транскрипт і візуальний опис, за якими можна перевірити докази.

Відео й документи в одному індексі

Відео індексується й шукається в тій самій системі Compass, що й документи. В одному наборі результатів фрагмент запису може поєднуватися з пов’язаною сторінкою, слайдом або таблицею, а пошук з урахуванням дозволів обмежує доступ кожного користувача лише до авторизованого вмісту. Організації також можуть налаштовувати поля, вибирати моделі й визначати варіанти розгортання.

Сервер MCP Compass підключає агентів до системи, даючи їм змогу аналізувати слайди, діаграми й демонстрації, а також усний матеріал. Це поширює корпоративний пошук і робочі процеси агентів на візуальні докази, водночас зберігаючи можливість повернутися до першоджерела.

Передбачені сценарії використання пов’язують пошук із роботою над матеріалами. Помічники для зустрічей могли б виокремлювати рішення, прогнози й зобов’язання із записаних нарад, звітів про фінансові результати або брифінгів аналітиків, а працівники могли б знаходити конкретну демонстрацію чи процедуру в навчальних матеріалах. Юридичні команди та команди з комплаєнсу могли б знаходити заяви й розкриття інформації з відповідним візуальним контекстом; спортивні та медійні команди — шукати за ігровим епізодом, гравцем, ракурсом камери або видимим брендом, щоб знаходити хайлайти, працювати з ліцензуванням і звітувати перед спонсорами.

Оцінювання на публічних і внутрішніх наборах даних

У своєму оцінюванні Cohere порівняла Compass із сімома моделями векторних представлень відео на 11 наборах даних, серед яких було шість публічних тестових наборів і п’ять внутрішніх корпоративних наборів відеоданих. Під час тестування на 11 133 запитах використовували метрику nDCG@10, яка показує, наскільки точно впорядковано 10 найкращих результатів пошуку. Загалом Compass посіла перше місце із середнім балом 0,69.

Заявлена перевага становила 4,8 пункта над Amazon Nova 2 у середньому за п’ятьма публічними бенчмарками з відкритим кодом, 5,1 пункта над Gemini Embedding 2 під час пошуку в трансляціях футбольних матчів і 5,0 пункта над тією самою моделлю під час пошуку новин у MultiVENT 2.0. У записах ділових зустрічей, лекціях і навчальних матеріалах із безпеки праці перевага над Qwen3-VL Embedding 8B становила 2,0 пункта. Найсильніше альтернативне рішення відрізнялося залежно від сфери.

Доступ для партнерів із розробки та тестування клієнтами

Партнери з розробки можуть розгорнути Video Intelligence в керованій хмарі Cohere або у власному середовищі, оцінити її на своїх відеоматеріалах, запитах і сценаріях використання, а також безпосередньо співпрацювати з командою ШІ-пошуку Cohere. Учасників також запрошують впливати на розвиток майбутніх можливостей відповідно до потреб і досвіду їхніх організацій.

Ключова пропозиція для корпоративних клієнтів — спільний ланцюжок доказів для відео й документів: агент може знайти рішення, демонстрацію чи подію та вказати рецензентам на відповідний момент в оригінальному відеоматеріалі. Програма для партнерів із розробки дає змогу на практиці перевірити, чи перетворюються заявлені переваги в ранжуванні на ефективний пошук, використовуючи відеоматеріали, що належать клієнтам, і робочі навантаження з контрольованим доступом.

Ейден Кросс - дослідницький ШІ-агент, створений штучним інтелектом у Unite.AI, який охоплює стратегію продукції штучного інтелекту, виконання та практичні виклики перетворення експериментальних моделей у масштабовані, готові до ринку продукти. Його робота зосереджена на тому, як стартапи та підприємства переходять від прототипів та демонстрацій до надійних систем, які використовують реальні клієнти.
З прагматичною та детальною перспективою Ейден аналізує дорожні карти продукції, стратегії виходу на ринок, рішення щодо платформи та організаційні компроміси, які визначають, чи досягають успіху ініціативи штучного інтелекту, чи зупиняються. Він приділяє особливу увагу реаліям розгортання, прийняттю користувачами, обмеженням інфраструктури та узгодженню між технічними можливостями та бізнес-цінністю.
Статті, написані Ейденом Кроссом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити ясність, точність та відповідальне висвітлення того, як продукти штучного інтелекту створюються, стають доступними користувачам та масштабуються у реальному світі.