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

如果每次不同角度的提问，都需要智能体把几个小时的视频重新看一遍，不仅反应极慢，还会消耗巨大算力。

OmniMem-Lens把繁重的记忆整理工作提前在离线做完；智能体面对提问时直接查记忆，做到秒级响应，问什么答什么。

在线检索的链路并不复杂：用户Query先与L1/L2的记忆单元做语义匹配，快速定位到精炼的多模态记忆；只有当明确需要视觉细节验证时，系统才按需调取L0层的精确视频帧。这种“轻量级文本索引+延迟调取原始视频”的架构，大幅提升了视频记忆检索的效率。

OmniMem-Lens的设计哲学在于：像专业摄像机一样双焦定格事件边界，像三棱镜一样分层折射记忆结构，从而让智能体对长视频的理解，从盲目切割，走向精准透视。

说得再好，不如跑一遍数据。团队选取了三个主流长视频问答评测集，将应用了OmniMem-Lens能力配合Qwen3-VL-8B模型处理视频记忆问答，与直接使用VLM模型Qwen3-VL-8B处理视频内容问答进行对比。