本文提出了一种混合级指令注入策略（HICom），旨在降低多模态大语言模型处理视频帧的计算开销。HICom通过指令条件指导压缩，保留用户关注的信息。实验结果表明，HICom在减少令牌的同时，视频理解能力显著提升，性能平均提高2.43%，并节省了78.8%的令牌。