论文页面 - ReflectWorld-MM：面向开放式视频流的实体化多模态记忆系统

来源：https://huggingface.co/papers/2607.09759

摘要

构建能够持续观察世界、记住所见并基于积累的经验进行推理的助手是一个长期目标。近来，配备视频流长期记忆的多模态智能体引起了越来越多的关注。然而，现有系统要么将记忆保留在模型上下文中，要么存放在平面特征存储中，并且围绕帧而非流真正关注的持久性实体来组织记忆，这将其局限在有边界的视频中，削弱了其追踪随时间重新出现的角色和对象的能力。本文提出 ReflectWorld-MM，一个面向实体、专为开放式视频流设计的多模态记忆系统。它由三部分组成：第一部分是感知前端，在有界短期记忆下将音视频流转化为实体级观测；第二部分是一个基于人类记忆理论的分层长期记忆系统，耦合了多尺度情景记忆、演进的以实体为中心的语义记忆和程序性记忆；第三部分是完整的实际运行实现，可摄入任意视频流并接入现成的助手。在六个长视频和终身记忆基准测试中，ReflectWorld-MM 在所有六项上均取得最佳准确率，超越了强大的记忆智能体和前沿模型。

查看 arXiv 页面 (https://arxiv.org/abs/2607.09759) 查看 PDF (https://arxiv.org/pdf/2607.09759) 项目页面 (https://github.com/addxai/ReflectWorld) GitHub68 (https://github.com/addxai/ReflectWorld) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.09759)

引用本论文的模型0

暂无关联本论文的模型

请在模型 README.md 中引用 arxiv.org/abs/2607.09759 以在此页面建立链接。

引用本论文的数据集0

暂无关联本论文的数据集

请在数据集 README.md 中引用 arxiv.org/abs/2607.09759 以在此页面建立链接。

引用本论文的 Space0

暂无关联本论文的 Space

请在 Space README.md 中引用 arxiv.org/abs/2607.09759 以在此页面建立链接。

包含本论文的收藏集0

暂无包含本论文的收藏集

请将本论文添加到一个收藏集 (https://huggingface.co/new-collection) 以在此页面建立链接。