CVPR 2025｜流式在线视频理解：新基准OVBench & 新模型VideoChat-Online

文章预览

↑ 点击 蓝字  关注极市平台 作者丨王利民@知乎（已授权） 来源丨https://zhuanlan.zhihu.com/p/32012639949 编辑丨极市平台 极市导读   提出了一个全面的评测基准OVBench，并基于记忆增强机制构建了 多模态大模型V ideoChat-Online。  >> 加入极市CV技术交流群，走在计算机视觉的最前沿 本文介绍在在线视频理解领域上的新工作：Online Video Understanding: OVBench and VideoChat-Online，提出了一个全面的评测基准OVBench，并基于记忆增强机制构建了多模态大模型VideoChat-Online。随着多模态大模型（MLLMs）在离线视频理解任务上的突破，如何让这些模型适应实时视频流的处理需求成为新的挑战。本研究从评测基准、模型架构和训练策略三个方面展开探索，力求提升模型对流式视频的感知、推理和预测能力。目前我们的工作已被 CVPR 2025接收。 项目主页： https://videochat-online.github.io/ ………………………………