**DeltaStreamer：迈向类人智能体的流式视频理解**

_DeltaStreamer: Towards Human-Like Agentic Streaming Video Understanding_

> DeltaStreamer 是一种新型智能体框架，受人类观察、记忆和调查机制启发，旨在解决现有流式视频理解方法在压缩历史时丢失细节及无法恢复视觉证据的局限。该框架通过结合变化感知记忆、查询驱动规划及针对性证据回放，在查询到来前持续记录视觉变化，并在查询时主动检索历史帧以补充细节，从而实现对流式视频的类人深度理解。实验表明，该方法在 OVO-Bench 和 StreamingBench 上的表现均优于现有主流方法。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：tip
- **发布时间**：2026-10-16 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.19849)