视频推理方法、装置、电子设备、存储介质及程序产品

本申请实施例提供了一种视频推理方法、装置、电子设备、存储介质及程序产品，涉及视频理解技术领域。该方法包括：获取问题文本和待分析视频，待分析视频包括至少一个目标帧，将问题文本和目标帧输入推理大模型进行推理，得到关键帧，将目标帧更新为关键帧后，继续将更新后的目标帧输入推理大模型进行推理，直至满足预设结束条件，得到关键帧集合，基于关键帧集合，得到问题文本对应的目标答案。本申请实施例通过推理大模型提取视频的关键帧，能够减少冗余和无效信息，提升视频内容理解和答案推理的精度和效率。