“我念念看哪吒、敖丙共渡天劫的片断。”体验者话音刚落，咫尺的屏幕画面，便启动乌云翻涌，排除性的雷霆如巨龙吼怒，直击陈塘关。

这一幕，发生在7月17日开幕的2026寰宇东谈主工智能大会(WAIC)现场。当虹科技的视频AI Agent交互展项前，不少不雅众列队体验这一全新的视频交互形势。

与传统的视频搜索不同，体验者无需输入片名或过错词，也毋庸反复拖动进程条。哪怕只难忘一个演员、一句台词，或某个经典画面，只有不雅众用当然言语描述出来，视频AI Agent便能赶紧会通用户意图，准细目位到对应视频片断及具体时分点。

    

举例，“我念念看《狂飙》终末一集”“帮我找张艺谋的最新电影”等领导，王人能快速反映。不雅看历程中，用户还不错围绕画面内容随时发问，信得过完了“边看边聊”。

“与以文本为主的言语模子比拟，这项本领的难点在于，视频包含的信息愈加复杂。”当虹科技责任主谈主员先容，除了画面自己，视频还包含东谈主物、场景、算作、音乐、字幕等丰富的多模态信息。奈何让AI信得过会通这些内容，并准细目位用户念念要的片断，是视频AI交互最中枢的挑战。

为此，当虹科技展示的视频AI Agent会通了多维内容会通与多轮语义交互才气，好像深度瓦解东谈主物、场景、事件过火高下文关连，将传统的“用文本搜索视频”升级为“径直和视频对话”。同期，依托当虹科技在视听传媒限度的多年千里淀，与内容坐褥平台建造了丰富的生态和谐，模子好像握续优化会通与检索才气，为愈加精确、当然的视频交互提供扶助。

    

“咱们的视频AI Agent看似是转变了视频搜索的形势，本色上转变的是东谈主与视频之间的交互逻辑。”当虹科技责任主谈主员示意。

遥远以来，视频更多是一种被迫播放的内容载体，用户只可依赖过错词搜索、菜单秉承或手动定位来得回念念要的内容。而跟着多模态大模子的发展，视频正从扁平的内容载体演变为可会通、可检索、可调用的信息空间。

借助视频AI Agent，视频中的东谈主物、场景、事件等内容王人成为了可会通、可检索的信息单位，用户靠近的不再仅仅播放器，而是一个好像会通内容、握续对话的智能交互进口，从而完了与视频内容更深度的互动。

不少不雅众体验后示意：“太节略了，相称安妥我这种总记不住片名、却难忘剧情的东谈主。”“以后不知谈看什么的时候，径直让Agent字据我的热枕保举就行了。”比拟昔时依赖过错词搜索、反复拖动进程条寻找片断，如今一句话就能找到念念看的内容，这种交互形势愈加当然，也更合适频频使用民风。

据了解，现在当虹科技已将该视频AI Agent引入智能座舱，让车主在车内通过语音即可得回念念要的视频片断欧洲杯体育，充分诳骗泊车、驻车等碎屑化时共享受文娱体验。