11 月 4 日消息，openJiuwen AgentMemory 正式上线多模态记忆能力 OmniMem-Lens，官方称召回精度最高提升 45.7%，在线问答时延最高降低 97%。该方案针对的是智能体处理超长视频时的记忆碎片化问题，思路是按真实事件而非固定时间窗口切分。
按秒切分为什么是错的
现有做法通常把长视频按固定时间窗（例如一分钟）切段，让智能体分别记忆。这套流程有两个具体后果。一段连贯的讲解在中途被切断，前后半段被分开存储，提问时智能体只拿到半个证据，于是出现幻觉。几秒钟的关键动作还会与前后几分钟的背景画面强行打包，检索时关键信息被噪音淹没，召回精度随之下滑。核心矛盾在于，模型是按秒在记视频，而人是按事件在理解视频。
OmniMem-Lens 的做法
OmniMem-Lens 改为以真实事件为单位组织记忆，让查询时能取回完整的一段上下文，而不是碎片集合。官方给出的两项指标是召回精度最高提升 45.7%，在线问答时延最高降低 97%，时延下降来自避免了在海量碎片里反复检索。这类产品能力与ChatGPT 记忆实测拆解里揭示的同一问题形成对照：记忆条目本身大量由模型自行写入，若切分与组织方式失当，检索质量会被进一步稀释。
长视频理解的现实场景
官方给出的用例是看完 3 小时新品发布会并找出所有产品亮点，或分析一整天监控视频并标记异常事件。这类任务的输出要求是完整、可核对的事件链，而不是零散关键词。多模态记忆一旦能按事件对齐，智能体就能从处理单段文字扩展到处理整段工作流程，这也是Google StreamVibe 主动视频智能体这类方向的前置能力。
延伸阅读
- 亚马逊封杀 xAI 购物智能体：马斯克回击”那我就建个电商帝国”3 周前
- 阶跃STEPX Neo：首款L3智能体手机13日亮相4 周前
- 瑞典综艺整季节目疑被AI删除：制作公司只能从头重剪3 周前
- 智谱 GLM-Omni 深度：图像生成 54% 对文字问答 14.57% 的断层7 天前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- 谷歌 Antigravity 上线化学技能 1 小时筛完数千种化合物2026-11-04
- 爱诗科技PixVerse接入OpenAI模型 用户覆盖177个国家2026-11-03
- YC掌门人加里·谭每年花10万至20万美元买Token2026-11-03
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记