南开、字节等提出流式视频理解框架DeltaStreamer

2026年10月16日，AGI Hunt 报道称，南开大学、字节跳动等机构提出 DeltaStreamer，一个面向流式视频理解的 agentic 框架。其思路是在查询发生之前，用 change-aware memory（变化感知记忆）记录视频中的视觉变化；查询到来之后，由规划器定位相关证据，并对历史帧进行定向回放，从而完成理解与回答。报道给出的结果显示，DeltaStreamer 在 OVO-Bench 和 StreamingBench 两个基准上的整体得分分别为 66.07% 和 59.53%。截至该报道，公开信息仅涵盖框架设计思路与上述基准成绩，未涉及更多技术细节或后续进展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。