跳到正文
热点事件持续更新

StreamEmbed增量索引屏幕视觉记忆

2 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Berkeley、首尔大学等团队发布StreamEmbed,利用连续屏幕截图中的像素冗余,仅对变化区域更新视觉嵌入,实现完全本地运行的屏幕历史实时索引,使人和Agent可用自然语言检索见过的内容。 论文称,在包含184小时、10,426个问题的ScreenMemEval测试中,该系统于M2 Pro GPU上的编码最高提速3.7倍且精度不降;相同延迟下,Recall@10最高提升6.3个百分点,并仅需0.13 GB RAM即可保存一年的模拟屏幕截图。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    StreamEmbed 实现屏幕历史实时视觉索引

    Berkeley、首尔大学等团队发布 StreamEmbed,以屏幕截图的像素冗余实现完全本地运行的增量视觉嵌入,索引速度快 3.7 倍。用户可用自然语言检索曾见过的内容,将屏幕历史转化为人和 agent 均可搜索的视觉记忆。

11月18日
  1. AGI Hunt
    StreamEmbed:利用像素冗余实现屏幕截图实时增量索引

    StreamEmbed 论文提出面向屏幕截图的增量视觉嵌入系统,以像素差异引导索引,让人和 Agent 可搜索屏幕历史视觉记忆。在 ScreenMemEval(184 小时、10,426 个问题)上,M2 Pro GPU 编码最高提速 3.7 倍且精度不降,同延迟下 Recall@10 最高提升 6.3 个点,0.13 GB RAM 可存一年模拟截图。

本事件热度走势

可比范围当前
10
可比范围峰值
1011月18日 12:00
近 24 小时变化
–

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。