跟踪流式视频理解领域最新进展，输出技术洞察，探索适合业务场景的创新方案
设计高效的流式推理架构，包括记忆压缩模块、时序建模与位置编码方案
构建流式视频训练数据集与训练框架，探索离线到在线的课程学习范式
研发视频内容理解模型：高光识别、场景分类、精彩度评分、人物/物体语义理解
实现智能切片能力：从直播流/点播视频中自动定位高光片段，支持实时和离线两种模式
将内容理解能力接入产品链路，包括直播封面、运营挖掘工具、创作者笔记诊断报告等
构建流式视频评测体系，与人工标注对比，持续提升模型精度
优化端到端推理延迟、显存占用和吞吐量，满足实时性要求