ECCV 论文 ReactVAU：快慢解耦让流式视频异常理解省去海量 VLM 调用
CMHungSteven · x · 2026-09-10
清华与 NVIDIA 团队在 ECCV 发表的 ReactVAU，提出针对流式视频异常理解（VAU）的快慢解耦框架：
- 问题：传统 VAU 需要完整视频，且每秒唤醒大型多模态模型代价高昂；真实部署只能看过去与当前帧。
- 架构：Fast 模块基于 PaliGemma2-3B，用 Spatial Grid Folding 将 4 FPS 采样的四帧折成 2x2 网格，每秒持续输出异常分数；另有持久记忆保存罕见线索；只有流出现可疑迹象时才调用 Slow 推理模块。
- 结果：遵循因果协议，检测与描述性能有竞争力，同时大幅减少 MLLM 调用次数。
- 代码与模型已开源在 GitHub 和 Hugging Face。
所属事件:NVIDIA 等推出 ReactVAU：快慢双通路省下流式视频理解算力(3 条相关)→
「研究」频道最新
- Salesforce 论文:先演化 harness 再微调,弱模型七项任务全线下滑 — omarsar0 · 2026-09-10
- ECCV 2026 论文 Gen2Balance：用文生视频填充长尾数据达 SOTA — dimadamen · 2026-09-10
- 层次化 3D 重建论文发布，VGGT 点云可视化刷新 SLAM 展示方式 — AjdDavison · 2026-09-10
- CoT 相似度检测显示 Qwen3.8 疑似用 GPT 5.5 思维链训练 — Chromix_ · 2026-09-10
- Bristol and MPI release EPIC-Contact dataset and HOPformer, first-person 3D hand-object pose estimation — Michael_J_Black · 2026-09-10
- 研究：24% 的 AI 科研文档被判定为改写式抄袭 — danish037 · 2026-09-10