Berkeley 团队开源 StreamEmbed:屏幕历史检索提速3.7倍且全本地运行

berkeley_ai · x · 2026-11-19

UC Berkeley、首尔国立大学与 KAIST 团队发布 StreamEmbed/StreamEmbed 开源项目:每 5 秒将屏幕截图编码进本地索引,让你用自然语言找回过去看过的屏幕内容(如"我把哪款手机加进了购物车?"),全程在笔记本上运行。

核心问题:屏幕历史检索存在延迟—精度两难——OCR 文本索引快但丢失纯像素信息;全截图编码准确但单张耗时 2.3 秒(笔记本 GPU)。

方法:利用截图流的高冗余性,

效果:单张截图耗时降至 0.6–0.8 秒;同等精度下比全截图编码快最多 3.7 倍,Recall@10 比 OCR 索引高 6.3。项目含 MCP server,可接入本地工作流,Apache-2.0 协议开源。

所属事件:Berkeley 等团队开源 StreamEmbed 屏幕历史检索系统(3 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →