MemLife系统解决长视频记忆检索难题，无需训练提升4.6-12.0%
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载长时视频记忆的难题
第一人称视角的长期视频，能让个性化助手理解使用者的日常生活。但当视频积累到数百小时、跨越数月乃至数年之后，每次提问都重新处理原始片段，在算力上变得难以承受。记忆系统提供了一条可扩展的路径，把视频压缩成文本表示；不过在实际基准上这类方案常常失效，原因有两类：一是记忆没有保留关键证据，二是随着检索空间不断变大，检索器因为竞争而找不到相关条目。
实体锚定的文本片段
MemLife 是一个多模态记忆系统，它构建以实体为锚、采用第一人称叙述的文本片段，再通过带时间索引的智能体式读取器把这些片段取回。它的特点在于既不需要训练，也不需要在提问时访问视频。在四个长时程基准上，它的表现超过了最强的免训练基线。作者还提出 MemOpt，一个强化学习框架，用来优化记忆写入器，使其产出的记忆忠实、信息量足且便于检索。MemOpt 在不同视频与问题分布上都能稳定提升 MemLife，这种增益可以跨写入器与读取器的骨干模型、以及不同的记忆系统泛化。
论文的基本信息
该论文提交于 2026 年 9 月 30 日，作者包括 Guangzhi Xiong、Xinyuan Zhang、Xiao Yang、Hyokun Yun、Kai Zhang、Shiun-Zu Kuo、Hyeonjeong Ha、Xilun Chen、Kai Sun、Lucas Liang、Guangqiang Dong、Ejaz Ahmed、Ahmed A Aly、Anuj Kumar、Raffay Hamid、Aidong Zhang 与 Xin Luna Dong，共十七人。论文归入计算机视觉与模式识别、人工智能、计算与语言等分类，编号为 arXiv:2609.40195，并提供 HTML 实验版本与 PDF 全文链接。
为什么值得看
为个性化AI助手处理数百小时长视频提供免训练、可扩展的记忆构建与检索新范式。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。