openJiuwen Agent-Memory 上线视听双流长视频记忆能力
原标题：让Agent首次拥有“视听双流记忆”：openJiuwen Agent-Memory看懂长视频，关键事件一个不落
AI 摘要
openJiuwen 团队在 AgentMemory 0.2.0 版本中上线多模态记忆能力 OmniMem-Lens，通过视觉与语音双流交叉判断真实事件边界，替代按固定时间窗口切分长视频的做法，并采用三层记忆结构、离线建库在线检索。在 Video-MME-L、LVbench、EgoLife-QA 三个长视频问答评测集上，配合 Qwen3-VL-8B 的召回精度最高提升 45.7%，在线问答时延最高降低 97%。该能力旨在解决 Agent 处理长视频时记忆碎片化、检索不准和响应慢的问题。
正文节选
让Agent首次拥有“视听双流记忆”：openJiuwen Agent-Memory看懂长视频，关键事件一个不落 长视频记忆精度飙升，问答时延最高降97% 允中 发自 凹非寺 量子位 | 公众号QbitAI openJiuwen AgentMemory正式上线了多模态记忆能力OmniMem-Lens：按秒盲切是记忆碎片化的元凶，按真实事件记忆才是正解——召回精度最高提升45.7%，在线问答时延最高降低97%。 一个让所有Agent头疼的问题：3小时的视频，怎么“记”？ 在AI智能体（Agent）与多模态模型（VLM）快速演进的今天，我们已经不满足于让Agent处理单一的文本工作了，而是让它干更复杂的活儿。 比如“看完3小时的新品发布会，并找出所有产品亮点”，或者“分析一整天的监控视频，并标记出异常事件”。 然而，现有Agent面对超长视频时，海量信息会瞬间超出其上下文限度，导致处理能力和准确度大大下降。 目前业界的通行做法，是粗暴地把长视频按固定时间窗口（如一分钟）切分成一小段一小段，让智能体分开去记忆。 这种方式如同盲人摸象，给智能体记忆带来了两个致命伤： ① 记忆被切碎——证据碎片