MaLoW：把流式视频历史内化进 LoRA 权重

2026年10月16日，AGI Hunt 报道，威斯康星大学麦迪逊分校与北京大学的研究者提出 MaLoW，针对流式视频理解中的长时记忆问题。该方法用循环 HyperNetwork，把持续到来的视频观测逐步固化进固定大小的 LoRA 权重，做到“历史即权重”，推理时无需重访完整视频流。报道称，在 OVO-Bench 基准上，MaLoW 超过已有记忆方法最多 11.8%。此前该事件以“MaLoW 把流式视频历史内化进 LoRA 权重”为题被记录，本次报道补充了机构来源、方法机制与 OVO-Bench 上的具体领先幅度。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。