北大提出解耦跨帧依赖的视频存储方案

2026年10月27日，AGI Hunt 报道了北京大学团队的论文《Rethinking Video Storage for AI Training》。针对 AI 训练中随机采样视频帧时解码开销大的问题，该论文提出用依赖解耦编码打破帧与帧之间的跨帧依赖，并配套设计稀疏解码；两者协同工作，大幅降低随机采样时的解码开销。报道称，该方案使每个目标帧的重构误差都有界，对大规模视频预训练的数据管线有直接实用价值。目前该工作处于论文发布阶段，尚无后续实验复现或落地应用的报道。

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。