北大等发布 Reviso：Agent 式视频描述框架学会「抓重点」

北大、可灵 AI（KlingAI Research）、港科大等机构发布 Reviso，一套通过分层规划与主动感知聚焦关键视觉证据的 Agent 式视频描述框架。Reviso 从低帧率全局预览出发，构建分层的 Context-Focus-Points（CFP）观察计划，识别视频上下文、排定关键方面并定义观察目标，以提升视频描述质量和下游视频理解效果。