研究领域： 大模型智能体 项目简介： 在AI眼镜、视频交互等实时多模态交互场景中，系统需要持续处理长时间的流式视频输入，并在交互过程中逐步构建和更新对用户、环境及上下文的理解。现有的视频理解方法主要面向离线场景，存在以下核心技术挑战： 流式处理的实时性瓶颈：传统方法依赖完整视频片段进行批处理，难以满足实时交互的低延迟要求 长时记忆的选择性构建难题：缺乏有效的机制来判断哪些多模态信息需要长期保留，哪些可以遗忘 跨模态信息的时序融合问题：视觉、音频、文本等多模态信息在时间维度上的异步性和不对齐，导致理解碎片化 这些技术瓶颈限制了多模态交互系统在复杂场景下的理解深度和服务连贯性。