待验证50% 置信事实精确时间

实时视频理解模型在长时间视频流中需要管理KV缓存，随着视频持续播放，KV缓存会线性增长并导致显存占用和注意力计算复杂度上升

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

MOSS-VL-Realtime实测：110亿参数实时视频理解，消费级显卡可跑

涉及实体

KV缓存concept Transformerconcept

相关事实

待验证video-use 在复杂剪辑的精细度、创作意图的理解准确性等方面仍有提升空间77% 相似待验证被动观看视频激活的是陈述性记忆系统，而编程能力依赖程序性记忆，需要通过反复实践才能内化77% 相似待验证视频生成需要在时间维度上保持帧间一致性，通常需对数十到数百帧连续推理，显存占用和计算量呈指数级上升77% 相似待验证视频变换器通过在注意力机制中同时编码空间维度与时间维度来学习帧间运动规律77% 相似已验证文生视频难度远超文生图，因为视频需要同时保证空间一致性与时间一致性76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/885999

API

curl https://kongchang.com/api/v1/knowledge/claims/885999

MCP

get_claim(id=885999)