HIMMEL论文：多流运动编码提升长视频理解效率
热点事件观察中
HIMMEL论文：多流运动编码提升长视频理解效率
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Haopeng Jin 等在arXiv发布HIMMEL论文，提出用分层交错多流运动编码处理长视频：稀疏语义锚点帧进入高成本视觉骨干，帧间运动向量、残差图和I帧上下文由轻量三流适配器编码为运动令牌。论文摘要称，在Video-MME上以3.6倍更少上下文令牌将32帧基线的61.2%提升至63.5%，单题端到端时间由2.75秒降至1.03秒，推理在单张NVIDIA H20 GPU上进行；换用Qwen3-VL-8B后达到64.9%。 以上数字均来自论文摘要，材料仅提供摘要、未读取全文，属作者声称结果，尚无独立验证。
AI 根据报道生成 · 1 天前更新
最新进展10月14日 12:00
HIMMEL提出分层交错多流运动编码以提升长视频理解报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AIHIMMEL提出分层交错多流运动编码以提升长视频理解
HIMMEL通过分层交错多流运动编码处理长视频：稀疏语义锚点帧进入高成本视觉骨干，帧间运动向量、残差图和I帧上下文则由轻量三流适配器编码为运动令牌。论文摘要称，该方法在Video-MME上以3.6倍更少上下文令牌将32帧基线的61.2%提升至63.5%，单题端到端时间由2.75秒降至1.03秒；换用Qwen3-VL-8B后达到64.9%。材料仅提供论文摘要，未读取全文。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 810月14日 20:00
- 近 24 小时变化
- -49%
02468
10月15日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。