VideoLucy

让AI看懂长视频，靠“记忆回溯”抓住关键线索

开源 🏷️定价信息待确认 ✅ 目前可打开 对话助手 🍴 复刻 3 🐛 待处理 1 👀 关注 2
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 69
维护状态 低维护
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

VideoLucy 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类对话助手
开发团队worldbench
官网地址https://videolucy.github.io
GitHubhttps://github.com/worldbench/VideoLucy
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型chatgpt,deepseek,ego-life,egocentric-vision,gpt,llm,mllm,multimodal,multimodal-large-language-models,qwen,video-understanding,vlm
GitHub 星标★ 69
上线时间2025-10-23 00:00:00
代码更新2026-02-10
仓库体积823 KB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

VideoLucy 是一个面向长视频理解的开源项目，发表于 NeurIPS 2025，核心创新在于“深度记忆回溯”（Deep Memory Backtracking）机制。它解决的是多模态大模型在处理长视频时，因上下文窗口有限而丢失早期关键信息的问题。项目通过模拟人类记忆回溯的方式，让模型在推理时能主动“回看”视频中的关键帧或片段，从而提升对长视频中复杂事件、因果关系和长期依赖的理解能力。技术栈基于 Python，集成 ChatGPT、DeepSeek、Qwen 等主流大语言模型，以及多模态大模型（MLLM），适用于 egocentric vision（第一人称视频）等场景。目前项目处于早期阶段（68 星），提供了核心算法实现和实验代码，但尚未形成完整的工具链或应用接口。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 69

技术标签

核心亮点

  • 提出新颖的深度记忆回溯机制，针对长视频长期依赖问题有明确技术路线
  • 基于 NeurIPS 2025 论文，算法有理论支撑，实验设计较严谨
  • 集成多种主流LLM/MLLM（如Qwen、DeepSeek），便于替换和扩展

不足之处

  • 项目处于早期阶段，文档和API尚不完善，上手门槛较高
  • 依赖外部大模型API，实际运行成本较高，且未提供离线推理方案

适用场景

  • 第一人称视频（egocentric）中的事件理解与行为分析
  • 长视频（如电影、监控视频）中的关键片段检索与因果推理
  • 多模态对话系统中对视频内容的长期记忆与问答

替代项目

Video-LLaMA、VideoChat、LLaVA-Video

上一篇：awesome-segment-anything

下一篇：hcaptcha-challenger

同类项目推荐

paperless-ngx 开源

扫描即归档，自动识别分类，让纸质文件变可搜索数字库

A community-supported supercharged document management system: scan, index and archi···

★ 47932 2026-08-10
ArXiv_CV_Papers_Daily 开源

每天自动汇总 arXiv 最新 CV 论文，省去手动翻页

Daily feed of the latest Computer Vision research papers from https://arxiv.org.

★ 256 2026-09-18
ccv 开源

纯 C 写的轻量视觉库，不装大框架也能跑人脸检测和图像分类

C-based/Cached/Core Computer Vision Library, A Modern Computer Vision Library

★ 7253 2026-09-18
emgucv 开源

用 C# 直接调用 OpenCV，跨平台做图像处理与识别

Emgu CV is a cross platform .Net wrapper to the OpenCV image processing library.

★ 2300 2026-09-17
PAct 开源

一张照片，生成可活动的3D关节模型

[SIGGRAPH Asia 26]PAct: Part-Decomposed Single-View Articulated Object Generation

★ 91 2026-08-09
InstructCV 开源

用一句话指令，让扩散模型搞定多种视觉任务

[ ICLR 2024 ] Official Codebase for "InstructCV: Instruction-Tuned Text-to-Image Dif···

★ 463 2026-08-09
lucida 开源

专治玻璃、迷彩等难抠图，保留关键细节

Background removal that keeps what matters: glass, camouflage, text, glow and line a···

★ 177 2026-08-10
WinCLIP 开源

用 CLIP 实现零样本工业异常检测，无需训练样本即可定位缺陷

Implementation of CVPR'23 paper "WinCLIP: Zero-/few-shot anomaly classification and ···

★ 75 2026-08-09
piccante 开源

一站式搞定 HDR 图像生成、压缩与显示处理

The hottest High Dynamic Range (HDR) Library

★ 257 2026-08-10