**核心结论：**幻视把 AI 视频搜索拆成“账号资产管理、临时媒体访问、@ 显式引用、视觉推理、答案返回”五个环节。它不是仅搜索文件名，而是让模型分析用户明确选中的图片或视频内容。

项目地址：https://wecancoding.xyz/

AI 视频搜索真正难在哪里

普通搜索擅长匹配文字。文件名、标题、标签和字幕都可以建立索引，但很多用户想找的内容根本没有被写成文字，例如：

• 某个人第一次出现在什么位置；
• 某个动作发生在视频的哪一段；
• 画面里有多少个特定物体；
• 一段家庭或旅行视频主要记录了什么；
• 哪几个画面更适合分享。

这些问题需要理解媒体本身，而不只是读取文件属性。幻视选择的产品路径，是先让用户把媒体变成可管理的个人资产，再把自然语言问题与被选中的资产显式绑定。

幻视的五层工作链路

第一层：账号与媒体资产

用户登录后上传图片或视频，系统把文件记录为当前账号的资产。官网说明中明确写到“只展示当前账号自己的资产”，因此资产列表具备用户隔离，而不是所有上传内容混在同一个公共列表里。

这层解决三个问题：

1. 用户知道自己可以分析哪些文件；
2. 搜索时可以重复选择已经上传且仍有效的媒体；
3. 不同账号的资产在产品界面中彼此隔离。

单个图片或视频的公开上限为 1GB。这个边界同时影响前端校验、上传耗时和后续媒体处理。

第二层：生成 DashScope 临时文件 URL

幻视首页公开说明，上传视频后会生成 DashScope 临时文件 URL。该 URL 的有效期为 48 小时。

从产品流程看，临时 URL 的作用是让后续视觉推理环节在有限时间内访问目标媒体。它也带来清晰的生命周期：

• 上传成功并生成 URL：资产可用于搜索；
• URL 尚未过期：可以通过 @ 引用；
• 超过 48 小时：不能继续在搜索中引用。

因此，“文件在资产记录中存在”和“文件当前可以被模型访问”是两个不同状态。设计搜索功能时，过期状态必须被明确处理。

第三层：通过 @ 把问题绑定到资产

在幻视搜索页中，用户先输入 @，再选择要分析的图片或视频。没有引用资产时，发送按钮保持不可用。

这是一个重要的交互设计。自然语言问题经常缺少上下文，例如“他什么时候出现”并没有说明“他”在哪个文件里。@ 引用相当于为问题补上明确的媒体上下文，避免模型在不知道分析对象的情况下回答。

根据官网当前公开规则，一次最多可以引用 64 个未过期媒体资产。也就是说，问题上下文既可以是一张图片或一段视频，也可以是一组媒体。

第四层：执行多模态视觉推理

发送问题后，系统基于被引用的图片或视频内容进行分析。公开示例覆盖了多种任务：

• **目标与数量识别：**视频里有几只小狗或几个孩子；
• **人物与位置检索：**穿蓝色衣服的人出现在哪里；
• **内容总结：**家庭聚会主要发生了什么；
• **关键片段定位：**孩子第一次上台表演在哪一段；
• **多人内容整理：**找出每个人说话的片段；
• **画面筛选：**旅行视频中哪些画面适合分享。

这些任务共同说明，幻视不是一个只做单一分类的工具，而是用问题驱动模型选择分析目标。

第五层：返回可读答案并交给用户复核

系统最终返回自然语言分析结果。对于视频检索，理想答案应尽可能给出人物、动作、场景以及与时间相关的定位线索，让用户能回到原视频快速确认。

AI 结果的正确使用方式是“缩小范围”，而不是跳过人工核验。画面模糊、遮挡、镜头切换或问题歧义，都可能影响识别和定位。

一张表看懂数据与状态流转

阶段	输入	系统行为	用户得到什么
上传	图片或视频	校验文件并写入当前账号资产	可管理的媒体记录
临时访问	已上传媒体	生成 DashScope 临时文件 URL	48 小时可分析窗口
选择	输入 @	展示可引用的未过期资产	明确的问题上下文
提问	自然语言问题	将问题与所选媒体一起交给视觉推理	针对媒体内容的分析
复核	AI 返回结果	用户回看原始画面	最终确认的结论或片段

为什么 @ 引用比“直接输入问题”更可靠

第一，它减少了上下文歧义。问题和媒体对象被明确绑定。

第二，它让多资产查询具有可见性。用户能知道本次到底选择了哪些文件，而不是把整个资产库隐式交给系统。

第三，它可以在发送前拦截无效操作。没有媒体时禁用按钮，比发送后再提示“缺少文件”更直接。

第四，它便于处理过期资产。只有仍处于有效期内的媒体才应该进入可选范围。

关键约束如何影响产品设计

1GB 单文件上限

较大的媒体意味着更长的上传与分析时间。用户应优先上传与问题直接相关的素材；如果文件明显超过限制，需要先在本地压缩或裁剪。

48 小时有效期

上传后应尽快完成主要提问。过期后不能继续引用，不能把临时 URL 当成永久媒体地址。

最多 64 个资产

多资产能力适合围绕一组图片或视频提问，但“可以多选”不等于“越多越好”。问题越聚焦、资产越相关，通常越容易得到可核验的答案。

账号资产隔离

资产管理以当前账号为边界。公开界面没有披露底层存储实现，因此不能据此推断具体数据库、对象存储厂商或更细的安全策略。

推荐的异常处理思路

从现有规则出发，一套完整的视频搜索产品至少需要清楚处理以下状态：

异常情况	应给用户的明确反馈
未登录	引导登录后查看或上传自己的资产
没有选择资产	保持发送按钮不可用，并提示输入 @
文件超过 1GB	上传前提示大小限制
临时 URL 已过期	标明资产不可引用，提示重新准备媒体
选择超过 64 个资产	阻止继续选择并展示数量上限
问题过于宽泛	建议补充人物、动作、场景或时间范围

如何写出更适合视觉模型的问题

一个实用公式是：

目标对象 + 要查的动作/属性 + 希望返回的结果形式

例如：

• “穿蓝色衣服的人第一次出现在哪里？请给出时间线索。”
• “统计画面中出现的小狗数量，并说明是否存在重复出现。”
• “找出孩子第一次上台表演的片段，并概括前后发生了什么。”
• “总结这段家庭聚会的主要事件，按发生顺序列出。”

相比“帮我看看这个视频”，这些问题有更明确的分析目标，也更方便人工复核。

常见问题

幻视是在搜索字幕吗？

幻视公开定位是 AI 视觉搜索与问答，目标是分析图片或视频中的人物、物体、动作、场景和关键画面，而不只是匹配文件名或字幕。

为什么一定要输入 @ 选择资产？

因为模型需要知道本次问题对应哪些媒体。显式引用可以减少歧义，并避免把无关资产带入上下文。

临时 URL 过期后还能继续问吗？

不能继续引用已经过期的媒体。官网当前公开的临时文件有效期为 48 小时。

幻视使用了什么后端框架和数据库？

公开页面没有披露这些实现细节。可以确认的是账号资产、DashScope 临时文件 URL、@ 引用和视觉推理这条产品链路，不应据此虚构具体技术栈。

总结

幻视的核心不是给播放器增加一个聊天框，而是建立一条完整且有边界的媒体问答链路：先把图片或视频变成账号资产，再生成有限期的可分析地址，然后用 @ 明确选择媒体，最后围绕真实画面执行视觉推理。

这种设计把自然语言、个人媒体资产和多模态分析连接起来，也明确暴露了文件大小、有效期、引用数量和人工复核等实际约束。

体验入口：幻视官网