arXiv · Computer Vision· Yinying Li, Yuqian Fu, Yulin Dai, Jingyu Gong, Tianwen Qian, Xiaoling Wang·2026-10-01 12:00· 3 小时前AI 评分34

MEMO：面向流视频理解的多级实体感知记忆框架

MEMO: Multi-Level Entity-Aware Memory for Streaming Video Understanding

AI 导读

MEMO是一种训练免费、即插即用的流视频记忆框架，通过多级实体感知结构化记忆对视频进行语义分块，并以轻量级全局与实体表示作为检索索引。实验在 StreamingBench 和 OVO-Bench 上显示其能一致提升多个基础模型性能，达到当前最优。