Google 发布 KeyRec：仅用 10% 视觉 token 预算搞定长视频与流式理解

Google 提出免训练视觉记忆框架 KeyRec，用视觉缓存与结构化事件库支持 VLM 长视频与流式理解，读取时由纯文本路由器在固定 readout 预算内自适应分配记忆，无需重处理历史帧。在 4 个流式/长视频 benchmark、3 个 VLM 骨干的 15 个设置中，13 个取得最佳压缩性能，仅用 10% 密集视觉 token 预算，实时问题超最强压缩基线 2.21-18.37 分。