视频报告生成方法、装置、设备、介质和程序产品

本申请提供了一种视频报告生成方法，可以应用于人工智能技术领域。该视频报告生成方法包括：对目标视频进行内容感知的动态采样分割，得到多个具有关键内容的目标片段；提取目标片段的多模态片段特征；将用户问题与多模态片段特征输入视觉语言模型，生成响应结果，响应结果为针对用户问题对多模态片段进行推理得到的推理结果，包括目标片段的片段序列、目标片段的事件描述和针对用户问题对目标片段的推理结论；基于响应结果，生成目标视频的调查报告。本申请还提供了一种视频报告生成装置、设备、存储介质和程序产品。