EgoLife

戴上眼镜录视频，AI帮你回忆和检索生活瞬间

EgoLife 是一个基于第一人称视频（egocentric video）的智能生活助手开源项目，来自 CVPR 2025。它解决的核心问题是：如何让 AI 理解佩戴智能眼镜等设备采集的日常第一人称视角视频，并从中提取有意义的信息，辅助用户回忆、检索和总结生活片段。项目提供了一套完整的处理流程，包括视频解析、场景识别、物体与人物追踪、事件检测以及自然语言查询接口。用户可以通过自然语言提问，系统能定位到视频中的相关时刻并给出回答。其核心能力在于结合了多模态大模型与视频时序分析，能够对长时长的第一人称视频进行结构化索引和语义检索。项目代码基于 Python，提供了模型训练和推理的示例，适合研究人员和开发者在此基础上构建个性化的生活记录与回忆辅助应用。