Egocentric Video Retrieval

深度分析

S‑EMBER 基準：穿戴式智慧眼鏡即時回憶與時間定位挑戰

隨著穿戴式智慧眼鏡持續錄影，研究團隊推出 S‑EMBER 基於 Ray‑Ban Meta 智慧眼鏡蒐集 388 小時影片，建立串流式自我記憶檢索基準，並提供 9,448 個需視覺證據的問答。測試顯示模型在語意推理上隨參數增長提升，但時間定位精度仍停滯，成為關鍵瓶頸。