使用llama-mtmd-cli理解视频，没有参数指定视频采样帧率。

[haizeigh]

通过llama.cpp启动MiniCPM-V-4_5多模态模型，启动方式是./llama-mtmd-cli -m ... --mmproj ..., 参考方法https://github.com/OpenSQZ/MiniCPM-V-CookBook/blob/main/deployment/llama.cpp/minicpm-v4_5_llamacpp.md， 没有参数可以控制视频的采样帧率，导致一些原本信息压缩的视频分析结果不正确。

[haizeigh]

对话里面告诉模型要分析视频的意图以及视频本地地址。对于量化模型ggml-model-Q4_K_M.gguf经常返回乱码，f16的模型效果好一点。

[tc-mb]

llama.cpp还不支持video理解的能力，关于此我们仍然在和llama.cpp官方交流video接口。
目前需要先进行抽帧，再按照多图方式处理，这块请参考我们视频理解的文档，或许可以帮助到您。
您提到的量化回复差，量化确实通常会有损，并且这里的量化是llama.cpp的方法，我们并没有针对此优化，您可以参考实际效果选择量化方案。