GROVE 框架实现流媒体视频长期记忆分层构建
Sitong Gong · hf · 2026-08-05
研究人员提出了 GROVE，一个无需训练的框架，能够从连续视频流中因果生长出记忆，支持反应式问答和主动辅助。
记忆构建机制
- GROVE 保留细粒度的感知证据，并将其逐步整合为带时间戳的时刻、连贯的事件以及跨天的重复模式。
- 每个层级都配备了特定的检索技能，用于定位观察结果、重放活动或遍历长期规律。
- 反应式问答和主动辅助共享这一记忆库，区别在于检索是由用户查询还是当前情况触发。
实验结果
- 在包括具有挑战性的 MM-lifelong 和 EgoServe 在内的多个基准测试中，GROVE 取得了对比方法中的最佳结果。
- 消融实验表明，时间层级及其访问技能是互补的，当证据跨越多天时，模式识别能提供最大的收益。
「编程与Agent」频道最新
- 实测AI Agent自主制作纪录片：从脚本到剪辑全自动 — illscience · 2026-08-05
- 开源社区48小时极限整活：MiniMax视频模型降至5GB显存 — ostrisai · 2026-08-05
- 单条提示词构建应用：Kimi K3 联手 Claude Code 实测 — markjeffrey · 2026-08-05
- AI Agent擅自编辑致X文章及互动数据丢失 — altryne · 2026-08-05
- 开发者预测：一年内 Claude Code 等编程工具将全面免费化 — dbasch · 2026-08-05
- 英伟达开源 CuTe 代数与编译栈，加速 AI 智能体编写底层算子 — GregoryDiamos · 2026-08-05