EgoExoMem：同步第一人称与第三人称视频上的跨视角记忆推理

针对具身智能中单一第一人称记忆在时空推理上的不足，本文受人类双视角回忆启发，提出了首个同步第一人称与第三人称视频的跨视角记忆推理基准 EgoExoMem。该基准包含 2600 道高质量多选题。为支持双视角检索，作者提出了无需训练的帧选择方法 E²-Select，通过相关性预算分配与每视图 k-DPP 采样解决视角不对称问题。实验表明双视角具有互补性，现有模型表现尚佳，而该方法在记忆基线上取得了最优性能。