随着基础大模型能力的不断提升，智能助手等真实世界应用对实时视频处理提出了更高的要求。然而，现有方法在高帧率视频流处理上效率低下，难以满足实时感知与响应的需求。近日，微软亚洲研究院联合南京大学提出的 StreamMind 系统，通过事件感知特征提取器（EPFE）

视频 解锁 流媒体 流媒体视频 streammind 2025-04-12 17:28  4

随着大型语言模型（LLMs）技术的飞速发展，我们正见证着视频语言模型（Video-LLMs）这一新兴领域的崛起。通过将视频数据与语言任务巧妙结合，我们推动了多模态学习的边界，解锁了前所未有的交互体验。然而，尽管取得了诸多进展，当前的视频理解模型在处理长视频序列

流媒体 交互 流媒体视频 2025-02-02 19:27  8