视频大模型

StreamMeCo: Long-Term Agent Memory Compression for Efficient Streaming Video Understanding

StreamMeCo：用于高效流视频理解的长期智能体内存压缩

Junxi Wang, Te Sun, Jiayi Zhu, Junxian Li, Haowen Xu, Zichen Wen, Xuming Hu, Zhiyu Li, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）技术有限公司） 纠错

专题命中 视频理解 ：video understanding(title,abstract)；分类 cs.CV

AI总结 StreamMeCo通过内存图连通性引入边自由minmax采样和边感知权重剪枝，有效压缩内存并保持精度，实验表明在70%压缩下实现1.87倍检索速度提升和1.0%的准确率提升。

Comments 2026ACL Findings

HiCrew: Hierarchical Reasoning for Long-Form Video Understanding via Question-Aware Multi-Agent Collaboration

HiCrew：通过问题感知多智能体协作实现长视频理解的层次推理

Yuehan Zhu, Jingqi Zhao, Jiawen Zhao, Xudong Mao, Baoquan Zhao

机构 * School of Artificial Intelligence, Sun Yat-sen University, China（中山大学人工智能学院） 纠错

专题命中 视频理解 ：video understanding(title,abstract)

AI总结 本文提出HiCrew框架，通过混合树结构、问题感知描述生成和动态规划层，解决长视频中时空冗余和叙事依赖问题，提升时间与因果推理能力。

Micro-DualNet: Dual-Path Spatio-Temporal Network for Micro-Action Recognition

微双网：用于微动作识别的双路径时空网络

Naga VS Raviteja Chappa, Evangelos Sariyanidi, Lisa Yankowitz, Gokul Nair, Casey J. Zampella, Robert T. Schultz, Birkan Tunç

机构 * The Children’s Hospital of Philadelphia（费城儿童医院） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 视频理解 ：video understanding(abstract)；分类 cs.CV

AI总结 本文提出双路径网络，通过并行的空间-时间（ST）和时间-空间（TS）路径处理人体部位，采用自适应路由和MAC损失提升微动作识别性能。

Comments Accepted to International Conference on Automatic Face and Gesture Recognition (FG)