多模态检索

VideoRAG是一款专为处理和理解超长视频内容设计的RAG框架，能够在单个RTX 3090 GPU上处理数百小时的视频内容，并同时理解多个视频。它通过构建结构化的视频知识图谱，高效索引超长视频，支持多模态检索，精准匹配文本与视频语义，提供基于视频内容的智能问答。