视频处理方法及装置、智能体、电子设备、存储介质和程序产品

本公开提供了一种视频处理方法及装置、智能体、电子设备、存储介质和程序产品，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型和视频处理等技术领域。该视频处理方法包括：针对待处理视频序列中的至少两个第一视频帧，根据每个第一视频帧与待处理视频序列中除第一视频帧外的其他视频帧之间的时序特征，在第一视频帧中确定至少两个第二视频帧，其中，时序特征表征了相邻的视频帧之间的相似性；以及，根据任务描述与第二视频帧之间的跨模态特征，对第二视频帧中的除第一目标帧之外的其他目标帧进行压缩处理，得到经处理视频序列，其中，第一目标帧是根据跨模态特征确定的，跨模态特征表征了任务描述和第二视频帧之间的相似性。