Buchumschlag

StreamBridge: Turning Your Offline Video Large Language Model into a Proactive Streaming Assistant

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Haibo, Feng, Bo, Lai, Zhengfeng, Xu, Mingze, Li, Shiyu, Ge, Weifeng, Dehghan, Afshin, Cao, Meng, Huang, Ping
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SlowFast-LLaVA-1.5: A Family of Token-Efficient Video Large Language Models for Long-Form Video Understanding
von: Xu, Mingze, et al.
Veröffentlicht: (2025)

EvoStreaming: Your Offline Video Model Is a Natively Streaming Assistant
von: Wen, Zichen, et al.
Veröffentlicht: (2026)

VSAS-Bench: Real-Time Evaluation of Visual Streaming Assistant Models
von: Vasu, Pavan Kumar Anasosalu, et al.
Veröffentlicht: (2026)

Proactive Assistant Dialogue Generation from Streaming Egocentric Videos
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

SlowFast-LLaVA: A Strong Training-Free Baseline for Video Large Language Models
von: Xu, Mingze, et al.
Veröffentlicht: (2024)

Breaking Down Video LLM Benchmarks: Knowledge, Spatial Perception, or True Temporal Understanding?
von: Feng, Bo, et al.
Veröffentlicht: (2025)

StreamGaze: Gaze-Guided Temporal Reasoning and Proactive Understanding in Streaming Videos
von: Lee, Daeun, et al.
Veröffentlicht: (2025)

Weakly Supervised Gaussian Contrastive Grounding with Large Multimodal Models for Video Question Answering
von: Wang, Haibo, et al.
Veröffentlicht: (2024)

Towards Proactive Interactions for In-Vehicle Conversational Assistants Utilizing Large Language Models
von: Du, Huifang, et al.
Veröffentlicht: (2024)

StreamPro: From Reactive Perception to Proactive Decision-Making in Streaming Video
von: Li, Ao, et al.
Veröffentlicht: (2026)

PhoStream: Benchmarking Real-World Streaming for Omnimodal Assistants in Mobile Scenarios
von: Lu, Xudong, et al.
Veröffentlicht: (2026)

PaSBench-Video: A Streaming Video Benchmark for Proactive Safety Warning
von: Zhao, Yusong, et al.
Veröffentlicht: (2026)

Eyes Wide Open: Ego Proactive Video-LLM for Streaming Video
von: Zhang, Yulin, et al.
Veröffentlicht: (2025)

Click-to-Ask: An AI Live Streaming Assistant with Offline Copywriting and Online Interactive QA
von: Yu, Ruizhi, et al.
Veröffentlicht: (2026)

Em-Garde: A Propose-Match Framework for Proactive Streaming Video Understanding
von: Zheng, Yikai, et al.
Veröffentlicht: (2026)

Q&A Prompts: Discovering Rich Visual Clues through Mining Question-Answer Prompts for VQA requiring Diverse World Knowledge
von: Wang, Haibo, et al.
Veröffentlicht: (2024)

Online Misinformation Detection in Live Streaming Videos
von: Cao, Rui
Veröffentlicht: (2025)

A Proactive EMR Assistant for Doctor-Patient Dialogue: Streaming ASR, Belief Stabilization, and Preliminary Controlled Evaluation
von: Pan, Zhenhai, et al.
Veröffentlicht: (2026)

OmniPro: A Comprehensive Benchmark for Omni-Proactive Streaming Video Understanding
von: Zhao, Ruixiang, et al.
Veröffentlicht: (2026)

Extract-Transform-Load for Video Streams
von: Kossmann, Ferdinand, et al.
Veröffentlicht: (2023)

VideoLLaMB: Long Streaming Video Understanding with Recurrent Memory Bridges
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

EgoPro-Bench: Benchmarking Personalized Proactive Interaction in Egocentric Video Streams
von: Ran, Dongchuan, et al.
Veröffentlicht: (2026)

RAIN: Real-time Animation of Infinite Video Stream
von: Shu, Zhilei, et al.
Veröffentlicht: (2024)

StreamAgent: Towards Anticipatory Agents for Streaming Video Understanding
von: Yang, Haolin, et al.
Veröffentlicht: (2025)

StreamChat: Chatting with Streaming Video
von: Liu, Jihao, et al.
Veröffentlicht: (2024)

SVBench: A Benchmark with Temporal Multi-Turn Dialogues for Streaming Video Understanding
von: Yang, Zhenyu, et al.
Veröffentlicht: (2025)

LiveStar: Live Streaming Assistant for Real-World Online Video Understanding
von: Yang, Zhenyu, et al.
Veröffentlicht: (2025)

StreamingAssistant: Efficient Visual Token Pruning for Accelerating Online Video Understanding
von: Jin, Xinqi, et al.
Veröffentlicht: (2025)

Response-G1: Explicit Scene Graph Modeling for Proactive Streaming Video Understanding
von: Ma, Ke, et al.
Veröffentlicht: (2026)

StreamingVLM: Real-Time Understanding for Infinite Video Streams
von: Xu, Ruyi, et al.
Veröffentlicht: (2025)

Think While Watching: Online Streaming Segment-Level Memory for Multi-Turn Video Reasoning in Multimodal Large Language Models
von: Wang, Lu, et al.
Veröffentlicht: (2026)

ROMA: Real-time Omni-Multimodal Assistant with Interactive Streaming Understanding
von: Tian, Xueyun, et al.
Veröffentlicht: (2026)

Rooms from Motion: Un-posed Indoor 3D Object Detection as Localization and Mapping
von: Lazarow, Justin, et al.
Veröffentlicht: (2025)

Animate Your Motion: Turning Still Images into Dynamic Videos
von: Li, Mingxiao, et al.
Veröffentlicht: (2024)

LLM as Effective Streaming Processor: Bridging Streaming-Batch Mismatches with Group Position Encoding
von: Tong, Junlong, et al.
Veröffentlicht: (2025)

Grounded-VideoLLM: Sharpening Fine-grained Temporal Grounding in Video Large Language Models
von: Wang, Haibo, et al.
Veröffentlicht: (2024)

IPIBench: Evaluating Interactive Proactive Intelligence of MLLMs under Continuous Streams
von: Li, Jinzhao, et al.
Veröffentlicht: (2026)

Stream-T1: Test-Time Scaling for Streaming Video Generation
von: Tu, Yijing, et al.
Veröffentlicht: (2026)

StreamEQA: Towards Streaming Video Understanding for Embodied Scenarios
von: Wang, Yifei, et al.
Veröffentlicht: (2025)

DeformStream: Deformation-based Adaptive Volumetric Video Streaming
von: Li, Boyan, et al.
Veröffentlicht: (2024)