Multi-Modal Video Analytics (VQA)
视频检索 Agent（video_search_agent）部署于 Runtime，用 Memory 保存检索会话上下文
解决方案介绍
本方案利用大语言模型（LLM）实现智能视频分析，旨在帮助制造业客户直接从视频数据中获取所需的洞察，提升提取视频信息的效率，拓展人与视频的交互模式。本方案可以实时分析视频内容，识别异常、违规或危险的行为，生成警报以便客户快速响应，为安保等人员快速定位相关镜头。借助大语言模型的多模态能力，它还支持客户查询特定的视频内容，能够基于对视频和文本的理解，快速定位和解决在设备配置和故障排除过程中遇到的问题。
主要能力
网页前端
提供一个网页前端，帮助用户方便地体验智能视频分析操作。
视频分析归纳
用户获取视频关键帧和整体的摘要分析结果。
视频内容问答
用户提出问题，并获得关于视频内容的回答。
视频分析后处理
用户根据特定的视频分析结果配置发送邮件通知或控制设备。
视频内容检索
根据用户对特定视频内容的描述，检索和定位视频关键帧。
联系云计算专家获取解决方案详情
