八机构联合发布 VLM 记忆综述:4D 框架梳理 300+ 论文与近 70 基准

机器之心 · wechat · 2026-11-16

来自 Duke、Google、USC、UPenn、UNC 等八家机构的研究者联合发布视觉语言模型(VLM)记忆机制系统性综述,提出 4D 分类框架,梳理 300 余篇相关工作与近 70 个评测基准,覆盖长视频理解、多模态 RAG、具身导航、个性化助手等八类应用场景。

论文与 300+ 文献清单已在 GitHub 开源。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →