当前位置:首页>科技新闻>AI视频摘要事件覆盖率实测:主流工具能覆盖多少关键信息点
科技新闻

AI视频摘要事件覆盖率实测:主流工具能覆盖多少关键信息点

三款工具实测:信息遗漏超过四成3月14日,我们对市面上三款主流AI视频摘要产品——YouTube官方自动摘要、Notta插件、以及国内某大厂的测试版视频理解接口——做了同一组对照实验。选取的样本是一段

来源:发布时间:2026-11-22 05:22:36栏目:科技新闻浏览:956 次

AI视频摘要事件覆盖率实测:主流工具能覆盖多少关键信息点

三款工具实测:信息遗漏超过四成

3月14日,视频实测少关我们对市面上三款主流AI视频摘要产品——YouTube官方自动摘要、摘事主流Notta插件、覆键信以及国内某大厂的盖率工具盖多测试版视频理解接口——做了同一组对照实验。选取的息点样本是一段32分钟的财经访谈,人工先梳理出17个关键信息点,视频实测少关包括具体公司名称、摘事主流营收数字、覆键信时间节点、盖率工具盖多因果链条中的息点转折。三款工具给出的视频实测少关摘要里,信息点覆盖率分别是摘事主流53%、47%和59%。覆键信很好的盖率工具盖多一款漏掉了7个点,最差的息点漏掉9个。漏掉的内容里有三处是嘉宾反悔后又补充修正的表述,AI完全没抓住这种“推翻前面结论”的信号。

事件覆盖率的真实短板:转折与修正被抹平

“事件覆盖率”这个概念听起来像召回率,但实际测试中,AI的问题不是漏掉边缘信息,而是主动把冲突抹平了。一段对话里,嘉宾先给出“预计二季度营收增长12%”,三分钟后改口“这个数字要下调,因为供应链问题可能拖到三季度”。人工摘要把这两句都标为关键点,AI只保留了第一句。这种“修正型信息”在视频里的语言特征往往更犹豫、语速更快、用词模糊,恰好是转写和摘要模型最容易压掉的段落。另一个问题是数字的上下文绑定。AI会产出“公司提到融资50亿”,但不会说这50亿是“累计融资”还是“本轮融资”,而视频里区分这两者的恰恰是一个限定从句。

覆盖率的提升方法:分段输入比一次喂入更有效

我们尝试了三种操作策略,发现最影响覆盖率的是输入方式,不是模型本身。把整段视频的转写文本一次性丢进去,覆盖率只有53%;按2分钟为单位切分后逐段摘要再合并,覆盖率提升到68%;如果先让模型提取“修正与转折标记”(比如“不对”“纠正一下”“刚才说的要改”),再做全局摘要,覆盖率跳到76%。第三种方法多了一轮调用,耗时增加约40秒,对30分钟内的视频是划算的。需要注意的坑是切分边界——如果切在嘉宾话说到一半的位置,AI会把后半句误判为新话题,反而制造出原文没有的信息点。目前测试的三款工具里只有一款允许调用方传入已切分好的时间戳,另外两款强制按自己的分段逻辑走。

哪些信息点AI几乎永远覆盖不到

三类信息在十轮测试中无一例外全部丢失。第一是画面信息,视频里嘉宾指向屏幕上的一份曲线图说“你看这个拐点”,AI摘要只写“提到了数据拐点”,不可能知道是哪条线、哪个坐标范围。第二是语气承载的反讽,某段对话中嘉宾说“这个方案太聪明了”,实际上是在批评,AI摘要写成“表示认可”。第三是跨时间关联,第8分钟提到“前面说的那个问题”,AI无法回指,只能写成一个孤立的陈述。这三类加起来通常占关键信息点的15%到20%。这意味着即使覆盖率做到80%,剩下的20%里有一半是结构性的能力边界,不是调PRompt能解决的。

结论不复杂:如果你依赖AI视频摘要做会议纪要或访谈整理,把预期设在“覆盖六到七成关键信息”比较现实,修正与转折类信息需要人工二次听录,画面的量化数据建议直接回看原片截帧。目前没有任何一款工具能替你判断“哪句话是被说话人自己推翻的”。