2026 年 11 月 16 日,Cohere 刊出官方博客《Introducing Video Intelligence in Compass》,宣布在其企業檢索系統 Compass 中推出影片智能檢索能力 Video Intelligence(目前處於 Private Preview 階段,並非全體客戶自助開通的正式版),並正式招募設計合作夥伴(design partners)共同驗證真實業務場景。此次更新聚焦企業搜尋與智能體的跨模態檢索能力預覽,並非新的通用大語言模型首發。
時間戳精準片段檢索與文檔統一權限索引
動態定位起止時間戳,而非返回整段錄像:據 Cohere 介紹,Video Intelligence 能夠同時理解影片中的語音內容與螢幕畫面資訊,不依賴預設的固定分段,而是在檢索時動態確定最相關的起止時間點,直接返回回答問題所需的精確片段,並附帶時間戳、轉寫文本(transcript)以及畫面描述(visual description),每條結果均連結回原始影片素材以便人工核驗來源。
與企業文檔共用受控索引及 Compass MCP 支援:該能力將影片數據直接納入與企業文檔相同的檢索與權限控制體系(permission-aware retrieval / one governed index),確保用戶僅能訪問獲授權的片段,並可融入企業搜尋、RAG 與智能體工作流。開發者還可將智能體連接至 Compass MCP server,使其針對幻燈片、圖表與產品演示等畫面內容進行推理。官方列舉了會議與企業知識庫、教育培訓、體育與媒體檔案以及法律合規審查四個主要適用方向。
設計合作夥伴招募與部署選項:目前 Cohere 正邀請設計合作夥伴使用自有影片素材與查詢負載進行測試評估,合作夥伴可選擇在 Cohere 託管雲或自有環境中部署,並與 Cohere 工程團隊直接協作。

圖片來源:Cohere 官方博客(https://cohere.com/blog/video-intelligence-preview)。
Cohere 官方 nDCG@10 影片檢索評測數據(廠商口徑)
在公告同文附帶的廠商評測中,Cohere 將 Video Intelligence 與七款影片嵌入模型在 11 個數據集(涵蓋 6 個開源公開基準與 5 個內部企業影片數據集,總計 11,133 條查詢)上以 nDCG@10 指標進行了對比(以下均為 Cohere 官方測試與原圖口徑):
綜合平均得分領先最強對照 4.4 個百分點:在全部 11 個數據集的綜合平均(Average)上,Cohere Video Intelligence 取得 0.686,領先表中綜合第二的 Qwen3-VL-Embedding-8B(0.642)4.4 個 nDCG@10 百分數點(其餘對照依次為 Gemini Embedding 2 0.633、Qwen3-VL-Embedding-2B 0.590、EmbeddingGemma 2 0.556、TwelveLabs Marengo 3.5 0.545、Amazon Nova Multimodal Embeddings 0.474 以及 Jina Embeddings v5 Omni Small 0.398)。
三大分域表現與單項差異:分域來看,在 6 個公開基準平均上 Cohere 得分為 0.591(領先 Amazon Nova Multimodal Embeddings 的 0.567 計 2.4 分);在企業知識類數據集平均上得分為 0.872(領先 Qwen3-VL-Embedding-8B 的 0.852 計 2.0 分);在 2 個體育足球轉播數據集平均上得分為 0.695(正文表述領先 Gemini Embedding 2 5.1 分,官方圖表中兩款模型三位數分別顯示為 0.695 與 0.645)。同時,官方原圖顯示其並非在所有單項上均居首位,例如在 MSR-VTT(Qwen3-VL-Embedding-8B 為 0.701 對 Cohere 0.567)、QVHighlights(TwelveLabs Marengo 3.5 為 0.523 對 0.511)及 OSHA training(Qwen3-VL-Embedding-8B 為 0.912 對 0.831)等單項上對照模型得分更高。

圖片來源:Cohere 官方博客(https://cohere.com/blog/video-intelligence-preview)。
