[논문리뷰] ReactVAU: A Slow-Fast Decoupled Framework for Streaming Video Anomaly Understanding본 논문은 기존의 고성능 VAU 모델들이 전체 영상 정보를 미리 파악해야 하는 Offline Inference 방식에 의존함에 따라 실시간 스트리밍 환경에서 적용 불가능하다는 문제점을 해결하고자 합니다.#Review#Video Anomaly Understanding#Streaming Video Understanding#Multimodal LLM#LLM Memory#Slow-Fast Decoupled Framework2026년 9월 8일댓글 수 로딩 중
[논문리뷰] ShallowStream: Index Shallow then Answer Deep for Streaming Video Understanding본 논문은 실시간 영상 스트리밍 환경에서 MLLM이 겪는 과도한 연산 비용과 효율성 저하 문제를 해결합니다. 기존의 많은 연구는 모든 프레임을 모델의 전체 레이어(Full-depth)로 미리 처리(Prefill)하여 KV Cache를 생성하는데, 이는 매우 비용이 많이 들고 불필요한 연산을 유발합니다 .#Review#Streaming Video Understanding#MLLM#KV Cache#Efficient Inference#Query-Agnostic#Selective Retrieval2026년 9월 6일댓글 수 로딩 중
[논문리뷰] Beyond Retrieval: Progressive Latent Memory Evolution for Streaming Video Understanding본 논문은 MLLMs가 엄격한 causality와 bounded memory 제약 하에 continuous visual input을 처리하고 사용자 query에 응답해야 하는 streaming video understanding의 한계를 해결한다.#Review#Streaming Video Understanding#Multimodal Large Language Models (MLLMs)#Latent Memory Evolution#Hierarchical Streaming Memory#Retrieve-and-Internalize#Predictive Entropy#Test-Time Optimization2026년 9월 3일댓글 수 로딩 중
[논문리뷰] StreamArena: Toward Continuous, Interactive, and Long-Horizon Agentic Streaming Video Understanding본 논문은 autonomous multimodal agents를 continuous, real-world environments에 배포하는 데 있어 기존 모델과 벤치마크의 한계점을 해결하고자 합니다.#Review#Streaming Video Understanding#Agentic AI#Long-Horizon Memory#Multimodal Perception#Proactive Interaction#Tool Utilization#StreamArena#Two-tier Architecture2026년 8월 9일댓글 수 로딩 중
[논문리뷰] Omni-DuplexEval: Evaluating Real-time Duplex Omni-modal Interaction본 논문은 현대의 MLLM이 실시간 환경에서의 상호작용 능력을 평가할 수 있는 표준화된 벤치마크와 평가 방법론이 부족하다는 문제점을 지적합니다.#Review#Multimodal Large Language Models#Real-time Duplex Interaction#Streaming Video Understanding#Benchmark#Proactive Interaction2026년 5월 19일댓글 수 로딩 중
[논문리뷰] AURA: Always-On Understanding and Real-Time Assistance via Video Streams본 논문은 기존 VideoLLMs 가 대부분 오프라인 분석에 최적화되어 있어, 실시간으로 변화하는 비디오 스트림에 대한 연속적이고 즉각적인 대응에 한계가 있다는 문제점을 해결하고자 합니다.#Review#VideoLLMs#Streaming Video Understanding#End-to-End#Context Management#Proactive Response#Real-Time Inference2026년 4월 6일댓글 수 로딩 중
[논문리뷰] A Simple Baseline for Streaming Video Understanding본 연구에서 제안하는 SimpleStream은 추가적인 학습이나 별도의 메모리 구조 없이, 오직 마지막 $N$개의 프레임을 오프-더-셸프 VLM에 전달하는 최소주의적 추론 정책을 채택합니다 . 저자들은 OVO-Bench와 StreamingBench를 통해 13개의 주요 온라인 및 오프라인 비디오 LLM 베이스라인과 성능을 비교하였습니다.#Review#Streaming Video Understanding#Video LLM#Simple Baseline#Perception-Memory Trade-off#OVO-Bench2026년 4월 5일댓글 수 로딩 중
[논문리뷰] StreamingClaw Technical ReportEmbodied Intelligence, AI Hardware, Autonomous Driving, Intelligent Cockpits와 같은 Applications은 Real-time Perception–Decision–Action Closed Loop에 크게 의존하며, 이는 Real-time Streaming Video Understanding에 대한 엄격한 요구사항을 부과한다.#Review#Streaming Video Understanding#Embodied Intelligence#Multi-agent Systems#Long-term Memory#Proactive Interaction#Real-time Inference#OpenClaw2026년 3월 25일댓글 수 로딩 중
[논문리뷰] CurveStream: Boosting Streaming Video Understanding in MLLMs via Curvature-Aware Hierarchical Visual Memory ManagementMultimodal Large Language Models (MLLMs)는 오프라인 비디오 이해에서 뛰어난 성능을 보였으나, 스트리밍 비디오 시나리오에서는 본질적인 병목 현상에 직면한다.#Review#Streaming Video Understanding#MLLMs#Memory Management#Curvature Score#Hierarchical Visual Memory#Catastrophic Forgetting2026년 3월 22일댓글 수 로딩 중
[논문리뷰] Video Streaming Thinking: VideoLLMs Can Watch and Think Simultaneously온라인 Video Large Language Models (VideoLLMs) 는 스트리밍 시각 입력(streaming visual inputs)을 해석하고 실시간으로 응답하는 데 필수적이며, 특히 Embodied Intelligence와 상호작용형 AI 어시스턴트에서 중요하다.#Review#Streaming Video Understanding#VideoLLMs#Chain-of-Thought (CoT)#Real-time AI#Reinforcement Learning#Knowledge Graphs#Streaming Thinking#Low Latency2026년 3월 15일댓글 수 로딩 중
[논문리뷰] HERMES: KV Cache as Hierarchical Memory for Efficient Streaming Video Understanding기존 Multimodal Large Language Models (MLLMs) 이 스트리밍 비디오 이해에서 겪는 성능 불안정, 높은 응답 지연 시간, 높은 GPU 메모리 사용량 등의 문제를 해결하는 것을 목표로 합니다.#Review#Streaming Video Understanding#KV Cache Management#Hierarchical Memory#MLLMs#Low Latency#Training-free#Memory Efficiency2026년 1월 22일댓글 수 로딩 중
[논문리뷰] Streaming Video Instruction Tuning이 논문은 실시간 비디오 스트림을 이해하고 동적인 지시에 반응하는 일반 목적의 대화형 AI 어시스턴트인 Streamo 를 개발하는 것을 목표로 합니다.#Review#Streaming Video Understanding#Large Language Models (LLMs)#Instruction Tuning#Multi-task Learning#Real-time AI Assistant#Temporal Reasoning#Focal Loss#Video Question Answering2025년 12월 24일댓글 수 로딩 중
[논문리뷰] StreamGaze: Gaze-Guided Temporal Reasoning and Proactive Understanding in Streaming Videos본 연구는 대규모 언어 모델(MLLMs)이 스트리밍 비디오 환경에서 인간의 시선(gaze) 신호를 활용하여 시간적 추론 및 선제적 이해를 얼마나 효과적으로 수행하는지 평가하는 것을 목표로 합니다.#Review#Streaming Video Understanding#Gaze-Guided AI#Temporal Reasoning#Proactive AI#MLLMs#Eye Tracking#Benchmark#Human-Computer Interaction2025년 12월 1일댓글 수 로딩 중