视觉语言模型 / CVPR2026
WeaveTime:从早期帧流式编织出 VideoLLM 中的涌现记忆
WeaveTime: Streaming from Earlier Frames into Emergent Memory in VideoLLMs
对做流式视频理解的人,这篇给出了一个模型无关的插件式方案:用轻量时序重建目标注入顺序感知表征,再配合不确定性触发、由粗到细的 Past-Current 动态焦点缓存,在严格在线、时间因果约束下兼顾精度与延迟,可直接挂到现有 Video-LLM 上。
流式视频理解时序顺序感知检索增强推理