StreamTTT：ストリーミングVLMにおけるリアルタイム認識と長期記憶の調和
arXiv cs.CV ・ 2026-08-13
原題: StreamTTT: Reconciling Real-Time Perception and Long-Term Memory in Streaming VLMs
AI による要約
StreamTTTは、リアルタイム認識と長期記憶の両方を実現するストリーミングVLMアーキテクチャである。長期の履歴をオンラインで更新することで、リアルタイム認識を犠牲にせずに長期記憶を維持する。StreamTTTは、オフラインの長期動画QAとリアルタイムQAコーパスで訓練され、リアルタイム認識と長期記憶の両方で優れたパフォーマンスを示した。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.CV）をご確認ください。