视频精细理解算子面向通用视频内容，支持直接对视频进行理解与分析。无论是短视频、影视片段、课程录屏还是监控录像，用户上传视频并给出 query 或 task_template 后，即可对视频内容进行描述、问答、信息提取，并结合时间戳定位相关片段。支持小时级（最大支持 3h、10G）视频输入，也支持结合画面、语音、音乐和音效，按视频中的事件和动作阶段生成带时间信息的结构化描述。

算子 ID：las_video_understanding、las_long_video_understand （旧版 ID）

适用场景 #

支持一些视频内容理解类的任务：

• 跨片段问答：整合多clip信息回答复杂问题；
• 高光生成：提取关键片段（情感高潮、剧情转折等）；
• 角色追踪：持续锁定目标实体并分析其行为；
• 章节拆解：按逻辑拆分长视频为章节；
• 音视频综合分析：结合画面变化、语音内容和音效线索输出综合理解结果；
• 金句抽取：提取视频中的核心观点或精彩台词。

典型应用场景如下。

核心能力 #

• 全局精细理解：支持小时级（最大支持 3h、10G）视频，可生成连贯时间线、章节总结等内容。
• 音视频联合理解：支持结合视频画面、语音、背景音和音效进行综合分析，适用于需要同时关注视觉和听觉线索的场景。
• 事件与行为识别：精准检测关键事件、人物动作、场景变化和逻辑关系。
• 视频问答：基于视频内容的自然语言问答，快速定位答案及时间戳。
• 高效摘要与标签：可生成章节摘要、主题标签和人物关系等内容，便于知识管理。
• 结构化输出：支持输出时间线、事件列表等内容，方便二次处理或知识库构建。
• 场景化任务模板：提供通用视频描述、细粒度视频描述、音视频综合理解、具身交互物品识别、动作时序标注、目标检测等内置模板，降低 Prompt 设计和参数调优成本；支持 模板名@版本号 格式指定模板版本，未传版本号时默认使用 v1。

效果展示 #

支持的地域 #

• 北京：cn-beijing
• 上海：cn-shanghai
• 广州：cn-guangzhou

算子性能 #

输入要求 #

输出要求 #

• 计费标准

  细分项	计费标准说明
  计费项	包括4个计费项：模型输入、模型输出、缓存存储、缓存命中。需支付的费用为所有计费项的计费之和。
  计费类型	按量计费，单位：元/百万 Tokens，按实际的计费用量每小时出账。
  单价	各计费项的单价以调用模型时，基于模型输入长度进行阶梯定价，处于不同输入长度的梯度范围内的单价不同。

• 计费详情
  计费公式：总费用 = 模型输入费用 + 模型输出费用 + 缓存存储费用 + 缓存命中费用

  模型类型	条件 （千 token）	输入（非音频） 元/百万token	输入（音频） 元/百万token	缓存存储 元/百万token/小时	缓存命中(非音频) 元/百万token	缓存命中(音频) 元/百万token	输出 元/百万token
  doubao-seed-2.1-pro	输入长度 [0, 256]	12	不涉及	0.034	2.4	不涉及	60
  doubao-seed-2.1-turbo	输入长度 [0, 256]	6	不涉及	0.034	1.2	不涉及	30
  doubao-seed-2.0-pro	输入长度 [0, 32]	6.4	不涉及	0.034	1.28	不涉及	32
  	输入长度 (32, 128]	9.6	不涉及	0.034	1.92	不涉及	48
  	输入长度 (128, 256]	19.2	不涉及	0.034	3.84	不涉及	96
  doubao-seed-2.0-lite	输入长度 [0, 32]	1.2	18	0.034	0.24	3.6	7.2
  	输入长度 (32, 128]	1.8	27	0.034	0.36	5.4	10.8
  	输入长度 (128, 256]	3.6	54	0.034	0.72	10.8	21.6
  doubao-seed-2.0-mini	输入长度 [0, 32]	0.4	6	0.034	0.08	1.2	4
  	输入长度 (32, 128]	0.8	12	0.034	0.16	2.4	8
  	输入长度 (128, 256]	1.6	24	0.034	0.32	4.8	16

• 计费预估

  • 基于上述计费详情表格，您可预估输入的视频大约为多少 Token，结合算子请求代码预估大约多少 Token，作为整体模型输入长度的预估。
  • 注意：此预估结果并不能作为准确的输入长度数据，仅作为参考，实际进行任务处理时，还会有系统 Prompt 等其他输入，但其他输入的长度一般不会很长。

  说明

  当前，使用 doubao-seed-2.1 模型时，产生的费用账单中，影响因子依旧展示为 doubao-seed-2.0 相关的影响因子。您可根据账单中的单价等详情来明确当前账单实际使用的模型类型。

API 调用说明 #

• 本算子的 API 为异步任务接口，您需要通过 Submit 接口提交任务获得任务的 task_id，再通过 Poll 接口获取对应任务（task_id）运行状态，并获取算子处理结果。
• 注意，任务提交后，任务的 task_id 有效期为 3 天，超过 3 天后即无法通过此 task_id 来获取算子处理结果。

Submit #

接口说明 #

调用 las_video_understanding 算子进行视频精细理解。最小可用请求可传入 video_url 和 query，也可传入 video_url和 task_template，其余字段可根据任务复杂度和分析需求按需配置。

请求参数 #

返回参数 #

推荐配置 #

示例 #

请求示例

curl --location "https://operator.las.cn-beijing.volces.com/api/v1/submit" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
    "operator_id": "las_video_understanding",
    "operator_version": "v1",
    "data": {
      "video_url": "https://example.com/video.mp4",
      "task_template": "general_video_captioning@v1"  
    }
}'

返回示例

{
  "metadata": {
    "task_id": "task-20251125163544-abc123",
    "task_status": "PENDING",
    "business_code": "0",
    "error_msg": ""
  }
}

Poll #

接口说明 #

查询视频理解任务的执行状态和结果。

请求参数 #

返回数据 #

示例 #

请求示例

curl --location "https://operator.las.cn-beijing.volces.com/api/v1/poll" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
    "operator_id": "las_video_understanding",
    "operator_version": "v1",
    "task_id": "task-20251125163544-abc123"
}'

返回示例

{
    "metadata": {
        "task_id": "task-20251125163544-abc123",
        "task_status": "COMPLETED",
        "submit_time": "2026-07-21T16:04:06+08:00",
        "end_time": "2026-07-21T16:04:06+08:00",
        "business_code": "0",
        "error_msg": ""
    },
    "data": {
        "token_usages": [
            {
                "model_name": "doubao-seed-2-0-lite-260215",
                "token_usage": {
                    "prompt_tokens": 4453444,
                    "completion_tokens": 10929,
                    "cached_tokens": 2612,
                    "cached_store_tokens": 2612,
                    "total_tokens": 4464373
                }
            }
        ],
        "video_duration": 847.296,
        "resolution": "1920x1080",
        "final_summary": "视频整体讲述了...",
        "response_ids": [
            "cache_resp_test"
        ]
    }
}

错误码 #