تُعالج معظم مناهج التجزئة الكائنية في الفيديو الكائنات بشكل منفصل، مما يُحدث تكلفة حسابية عالية عند وجود عدة كائنات. في هذه الورقة، نُقدّم نموذج AGSS-VOS الذي يُنَفّذ تجزئة الكائنات المتعددة في مسار واحد تغذية أمامية من خلال وحدتين: وحدة غير مُحددة للنوع (instance-agnostic) ووحدة محددة للنوع (instance-specific). يتم دمج المعلومات من الوحدتين عبر مشفرة مُرشدة بالانتباه لتمكين التجزئة المتزامنة لجميع الكائنات في مسار واحد. يتميز الإطار بأكمله بقابلية التدريب من البداية إلى النهاية باستخدام دالة خسارة متوافق مع مقياس IoU لكل كائن. أظهرت النتائج التجريبية على مجموعتي بيانات YouTube-VOS وDAVIS-2017 أن AGSS-VOS يحقق نتائج تنافسية من حيث الدقة والكفاءة معًا.