연구진이 장비디오 이해를 위한 새로운 패러다임을 제안했어요. Neural Knowledge Representation(NKR)은 장비디오를 네트워크 가중치로 변환하여 의미론적 내용을 담아냅니다. Agentic Knowledge Distillation(AKD) 과정을 통해 NKR을 최적화하고, 추론 시에는 가벼운 NKR을 VLM에 연결하여 장비디오를 이해합니다.
AKD는 일회성 인코딩 과정이며, NKR은 장비디오를 휴대용 자산으로 변환합니다. LVBench 벤치마크 실험 결과, 기존 방식과 비슷한 성능을 보이면서 엔드투엔드 지연 시간을 2배 이상 단축했습니다.
이 방법은 장비디오 길이와 추론 비용을 분리하여 다중 턴 장비디오 이해에 새로운 가능성을 제시합니다.