# 時序定位

VideoMind是一個多模態智能體框架，通過模擬人類思維的處理流程（如任務拆解、時刻定位與驗證和答案合成）來增強視頻推理能力。

CogVLM2-Video是一款高性能視頻理解模型，在多項視頻問答任務中實現最先進性能表現，能在一分鐘內完成視頻理解。