ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارCohere Blog→ المصدر

Cohere تعلّم Compass العثور على الدقيقة المطلوبة في الفيديو: نتائج أول 10 نتائج أدق بمقدار 4.4 نقطة

تسجيلات الاجتماعات المرئية تتكدس دون فائدة: للعثور على لحظة الاتفاق على تأجيل الإصدار، عليك تقليب ساعة كاملة من الفيديو. علّمت Cohere محرك البحث Compass فهم الكلام والمحتوى المعروض على الشاشة، وإعادة الدقيقة المطلوبة مع طابعها الزمني. وعلى 11 مجموعة بيانات تفوّق النظام على سبعة نماذج منافسة: فالمقاطع المطلوبة تظهر في أول 10 نتائج بترتيب أعلى بمقدار 4.4 نقطة (وفق مقياس nDCG@10). وبذلك يصبح البحث في الفيديو ضمن أنظمة RAG والوكلاء الذكيين بالسهولة نفسها المتاحة للمستندات.

معالج بواسطة الذكاء الاصطناعي من Cohere Blog؛ بتحرير Hamidun News
Cohere تعلّم Compass العثور على الدقيقة المطلوبة في الفيديو: نتائج أول 10 نتائج أدق بمقدار 4.4 نقطة
المصدر: Cohere Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليCohere Blog ↗
رئيس التحرير
حقيقة رئيسية #1حدود المقطع تُحسب لحظة تقديم الاستعلام، ولا تُقسَّم مسبقًا
صلاحيات الوصول محفوظةيرى الموظف فقط ما يحق له الاطلاع عليه
حقيقة رئيسية #3تبحث Cohere عن شركاء تصميم؛ ولم تُعلن الأسعار ولا المواعيد

تخيّل أنك تريد معرفة متى اتفق الفريق على تأجيل الإصدار إلى الربع الثالث. يمكن العثور على المستند في ثوانٍ، أما تسجيل الاجتماع فسيتعين عليك تقليبه ساعة كاملة. لهذا السبب لا يعود أحد تقريبًا إلى أرشيفات الاجتماعات والمحاضرات والندوات عبر الإنترنت. وتعالج Cohere هذه المشكلة في محرك البحث المؤسسي Compass: فالميزة الجديدة Video Intelligence لا تُعيد التسجيل كاملًا، بل الدقيقة التي ورد فيها الجواب بالذات، مع الطابع الزمني ونص الكلام المفرَّغ ووصف للصورة. أما عبارة «نتائج أول 10 نتائج أدق بمقدار 4.4 نقطة» في العنوان فتعني ما يلي. قاسـت Cohere مقياس nDCG@10، وهو يبيّن مدى ارتفاع اللحظات المناسبة فعلًا في ترتيب أول عشر نتائج. وتفوّق Compass في المتوسط بمقدار 4.4 نقطة على أقوى النماذج البديلة السبعة.

ما الذي يستطيع Compass فعله تحديدًا

الفكرة الأساسية: البحث عن لحظات لا عن ملفات. فبدلًا من تسجيل مدته ساعة، يُعيد النظام مقطعًا قصيرًا يجيب عن السؤال.

ولا يكفي لذلك النص المفرَّغ وحده. فقد يقول المتحدث إن المؤشرات في ارتفاع، بينما يهبط المنحنى على الشريحة. ولن تدلّك لقطة واحدة للاعب كرة قدم يغادر الملعب على أنه طُرد: هذا لا يظهر إلا من تسلسل الأحداث. ويأخذ Compass في الحسبان الكلام والصورة وتطور الأحداث عبر الزمن.

وثمة تفصيل تقني أيضًا. تقطّع أنظمة كثيرة الفيديو مسبقًا إلى أجزاء ذات طول ثابت. عندها قد يبدأ المقطع قبل المطلوب بدقيقتين، أو ينتهي قبل الجواب، فيضطر المستخدم إلى التقليب على أي حال. أما في Compass فتُحسب بداية المقطع ونهايته لحظة الاستعلام وبحسب السؤال المحدد.

الفيديو على قدم المساواة مع المستندات

لا يعيش الفيديو في مخزن منفصل. فاستعلام واحد يُعيد مقطعًا من التسجيل، إضافةً إلى الصفحات والشرائح والجداول المناسبة من المستندات المرتبطة. وكل ذلك يأتي من فهرس موحّد يراعي صلاحيات الوصول: فلن يرى الموظف إلا ما لديه تصريح بالاطلاع عليه.

وللمطوّرين نقطتان عمليتان هنا:

  • يمكن ربط الفيديو بخط RAG قائم وبسيناريوهات الوكلاء دون بناء نظام منفصل؛
  • يمكن ربط الوكيل عبر خادم MCP الخاص بـ Compass، فيستطيع الاستدلال على ما يُعرض على الشاشة: الشرائح والرسوم البيانية والعروض التوضيحية، لا على ما قيل فحسب.

تقود كل نتيجة إلى التسجيل الأصلي، ولذلك يمكن التحقق من الجواب. وهذا مبدأ جوهري للمحامين وفرق الامتثال: فالمطلوب ألا يثقوا بملخّص، بل أن يفتحوا الدقيقة التي قيل فيها الكلام. وتذكر Cohere سيناريوهات أخرى: مساعدون لتسجيلات الاجتماعات والعروض التقديمية ومكالمات التقارير المالية وإحاطات المحللين، والبحث عن الأجوبة في المكتبات التعليمية، والبحث عن اللاعبين والمقاطع والعلامات التجارية في الأرشيفات الرياضية والإعلامية.

ماذا أظهرت القياسات

قارنت Cohere نظام Compass بسبعة نماذج تضمين (Embeddings) للفيديو على 11 مجموعة بيانات و11 133 استعلامًا. شملت المجموعات ستة معايير اختبار مفتوحة، وثلاث مجموعات مؤسسية (اجتماعات ومحاضرات وتدريب على السلامة المهنية)، ومجموعتين تضمّان بثوثًا لمباريات كرة القدم. ويتغير المتصدّر بين المنافسين من مجال إلى آخر، لكن Compass يتقدم عليهم في كل مجال:

  • المعايير المفتوحة: بلغ التفوق على Amazon Nova Multimodal Embeddings نحو 2.4 نقطة؛
  • الرياضة: بلغ التفوق على Gemini Embedding 2 نحو 5.1 نقطة؛
  • المعرفة المؤسسية: بلغ التفوق على Qwen3-VL-Embedding-8B نحو 2.0 نقطة.

القيود

الأرقام من إعداد Cohere نفسها، وبعض مجموعات البيانات داخلية، ولا يوجد حتى الآن تحقق مستقل. والفارق الذي يتراوح بين 2 و5 نقاط ملحوظ، لكنه ليس هوّة. وقد تختلف النتيجة على بياناتك أنت، خصوصًا إذا كانت التسجيلات مشوّشة والشاشة لا تحمل معلومات تُذكر.

والمنتج غير متاح للعموم بعد: فالشركة تبحث عن شركاء تصميم. وسيتمكن هؤلاء من اختبار Compass على تسجيلاتهم واستعلاماتهم، ونشره في سحابة Cohere المُدارة أو في بيئتهم الخاصة، والتأثير في خارطة الطريق. ولم تُعلن الأسعار ولا مواعيد الإطلاق العام.

الخلاصة العملية: إذا كانت لدى شركتك مئات الساعات من التسجيلات التي لا يعود إليها أحد، فأفضل ما يمكن فعله الآن هو جمع 50–100 سؤال حقيقي حولها. وعلى مثل هذه المجموعة يمكن المقارنة بإنصاف بين Compass وأي بدائل أخرى، بدلًا من تصديق العروض التقديمية.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ما الذي يستطيع Compass فعله تحديدًا؟

الفكرة الأساسية: البحث عن لحظات لا عن ملفات. فبدلًا من تسجيل مدته ساعة، يُعيد النظام مقطعًا قصيرًا يجيب عن السؤال. ولا يكفي لذلك النص المفرَّغ وحده. فقد يقول المتحدث إن المؤشرات في ارتفاع، بينما يهبط المنحنى على الشريحة. ولن تدلّك لقطة واحدة للاعب كرة قدم يغادر الملعب على أنه طُرد: هذا لا يظهر إلا من تسلسل الأحداث. ويأخذ Compass في الحسبان الكلام والصورة وتطور الأحداث عبر الزمن. وثمة تفصيل تقني أيضًا. تقطّع أنظمة كثيرة الفيديو مسبقًا إلى أجزاء ذات طول ثابت.

ما أبرز التفاصيل حول الفيديو على قدم المساواة مع المستندات؟

لا يعيش الفيديو في مخزن منفصل. فاستعلام واحد يُعيد مقطعًا من التسجيل، إضافةً إلى الصفحات والشرائح والجداول المناسبة من المستندات المرتبطة. وكل ذلك يأتي من فهرس موحّد يراعي صلاحيات الوصول: فلن يرى الموظف إلا ما لديه تصريح بالاطلاع عليه. وللمطوّرين نقطتان عمليتان هنا: يمكن ربط الفيديو بخط RAG قائم وبسيناريوهات الوكلاء دون بناء نظام منفصل؛ يمكن ربط الوكيل عبر خادم MCP الخاص بـ Compass، فيستطيع الاستدلال على ما يُعرض على الشاشة: الشرائح والرسوم البيانية والعروض التوضيحية، لا على ما قيل فحسب.

ما أبرز التفاصيل حول ماذا أظهرت القياسات؟

قارنت Cohere نظام Compass بسبعة نماذج تضمين (Embeddings) للفيديو على 11 مجموعة بيانات و11 133 استعلامًا. شملت المجموعات ستة معايير اختبار مفتوحة، وثلاث مجموعات مؤسسية (اجتماعات ومحاضرات وتدريب على السلامة المهنية)، ومجموعتين تضمّان بثوثًا لمباريات كرة القدم.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…