提出开放网络视频浏览智能体与基准

2026年10月15日，arXiv Computer Vision 刊出研究，Zhengyang Liang 等作者提出 Agentic Video Browsing 任务、Video-BrowseComp 基准与 Video-Browser 智能体。据该报道，这一任务要求智能体查询视频搜索引擎、决定观看哪些返回视频，并基于视频的视觉内容回答问题。为应对智能体难以找到含答案视频的瓶颈，Video-Browser 采用 Translation Memory 辅助 Planner 构造查询，并由 Watcher 对候选视频做稀疏视觉筛选。报道未给出该智能体与基准的具体性能数字、适用平台范围或发布时间以外的限制条件。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。