StreamArena: Toward Continuous, Interactive, and Long-Horizon Agentic Streaming Video Understanding
StreamArena:面向连续、交互式且长视界的智能体流媒体视频理解
机构 * The Hong Kong University of Science and Technology(香港科技大学) ; Xiaohongshu Inc.(小红书公司) ; The University of Hong Kong(香港大学) ; The Chinese University of Hong Kong(香港中文大学)
AI总结 针对当前智能体流媒体视频理解评估的缺陷,提出StreamArena基准,设计StreamMind架构解决连续交互与长视界理解的张力,在四项能力上优于现有基线并降低延迟。