跳到正文
arXiv Computer Vision· Boyuan Sun, Deshui Miao, Wenzhao Gao, Shaoyong Jia, Shaohui Jiao, Chi Liu, Yan Shu, Derek Li, Bryan Dai, Shengsheng Qian, Qibin Hou·· 4 小时前AI 评分27

DeltaStreamer:面向类人智能体流式视频理解

DeltaStreamer: Towards Human-Like Agentic Streaming Video Understanding

AI 导读

DeltaStreamer 是一个受人类观察、记忆与探究方式启发的智能体流式视频理解框架,将变化感知记忆与查询驱动规划、定向证据回放相结合。查询到来前,它持续观察视频流并在结构化记忆中显式记录视觉变化;查询到来后,规划器定位所需证据并引导记忆检索与定向回放,从而恢复观察阶段遗漏的视觉细节。

来源:arXiv Computer Vision · arxiv.org