微软の新AI「Deep Video Discovery」、長編動画から情報を抽出し74.2%の高精度で質問に答える

マイクロソフト、長時間ビデオの理解に革命をもたらす「DVD」を発表 マイクロソフトは、長時間ビデオの効率的な分析と理解を可能にする革新的なAIシステム「Deep Video Discovery (DVD)」を発表しました。DVDは、長時間のビデオを短い断片に分割し、それぞれを環境として捉えます。その後、大規模言語モデル（LLM）の高度な推論力を活用して、問題を分析し、自ら計画を立て、適切なパラメーターを選択しながら、段階的にinformationを取得します。OpenAIの最新推論モデル o3 の支援を受けたDVDは、非常に困難なベンチマークテスト LVBench で74.2%の正確率を記録し、前回の成果を大きく上回りました。今回の技術は、MCP Serverの形式でオープンソースとして公開される予定です。