字节跳动提出DeltaStreamer流式视频理解框架
发生了什么
据Hugging Face Papers报道，字节跳动提出DeltaStreamer，一种基于变化感知记忆与查询驱动重放的流式视频理解智能体框架。该框架在查询到达前持续观察并记录结构化视觉变化，利用查询驱动规划检索历史帧以恢复遗漏细节。实验显示其在OVO-Bench和StreamingBench上分别取得66.07%和59.53%的得分。
- OVO-Bench得分
- 66.07%
- StreamingBench得分
- 59.53%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
Paper page - DeltaStreamer: Towards Human-Like Agentic Streaming Video Understanding
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口