StreamMAE：连续视频流自监督学习

2026年9月30日，HuggingFace Daily Papers 收录论文《I Have a Stream》，研究团队构建了95小时城市步行游览视频数据集 WT++，用于严格按时间顺序、滑动窗口批次的流式自监督预训练。结果显示，对比学习和蒸馏方法在此设置下表现不佳，MAE 更稳健但仍不及标准 i.i.d. 预训练，主要瓶颈是批次内帧高度相似。为缓解该问题，团队提出 StreamMAE，在保留 MAE 重建目标核心的同时，通过流感知正则化和运动偏置裁剪选择改造输入流程。该报道为目前唯一来源，未提及与其他报道的矛盾。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。