e企观 · 企业IT与信创
企业级IT与信创国产化深度观察 | 大观视界
AI 视频理解通话方案旨在通过融合视频与音频信息,提供更多元的AI智能体互动体验。用户通过终端 SDK 发起与云端 AI 智能体的音视频通话请求,AI 智能体接收到用户的音视频输入后,依据预定义的工作流进行处理,对视频抽帧后交由多模态大模型进行理解,并将大模型的响应结果返回给用户,从而实现与 AI 智能体的对话。