跳到主要内容
检索

# StreamEmbed实时截图流嵌入

1 篇关联报道

订阅更新
  1. arXiv

    屏幕历史改按像素流增量编码:StreamEmbed 比整图编码至多快 3.7 倍,仍保住 98% 以上精度

    屏幕截图检索此前要么走 OCR 文本索引、丢掉只有像素才有的信息,要么对每张截图从头做视觉编码、单张耗时 2.33 秒。StreamEmbed 把截图当作连续流处理:只保留与邻居不同的像素块,并对跨截图未变的块复用缓存的键和值,再用一个小适配器把结果拉回完整截图的嵌入。在自建的 ScreenMemEval 上,它在 M2 Pro GPU 上比完整截图编码至多快 3.7 倍,同时保留超过 98% 的精度,并在相近延迟下比 OCR 索引高至多 6.3 个 Recall@10 点。

已读完全部报道