EgoMonth：月级第一视角长程记忆基准
本页是 RSI 数据集版图 中"真实用户与长期个人输入"一列的 极端时间尺度：EgoMonth [1]（2026）——首个月级第一视角 视频理解基准：20 名参与者、300+ 小时、每人连续记录 20–120 天。
1. 数据概况
| 维度 | 内容 |
|---|---|
| 参与者 | 20 人，每人 20–120 天连续第一视角真实生活记录 |
| 体量 | 300+ 小时 |
| QA | 1,443 个人工撰写的多选题 |
| 任务框架 | 认知启发的 14 个任务、三个层级 |
| 获取 | 论文页（arXiv:2608.13113） |
三个认知层级（自下而上）：
Schema Consolidation（图式固化） 跨天重复出现的模式
Episodic Indexing（情节索引） 具体事件的时间/地点/内容定位
Cascading Reasoning（级联推理） 跨天、跨地点的链式推理
2. 主要结果
- 最强的 Gemini 2.5 Pro 宏平均也只有 71.8%， 距校正后人类基线 94.2% 差 22.4 个百分点；
- 路线推理、跨视角空间推理、方向判断等任务上， 多个模型接近甚至低于 25% 随机水平；
- 结论：当前 MLLM 是 lossy summarizer（有损摘要器）， 而非忠实的记忆体——长期时空记忆需要专门的架构与训练机制。
3. 对 RSI 的定位
与 TeleEgo 一样：只有用户长期 experience， 没有 agent action、没有 failure。它的独特价值是时间尺度—— RSI 的"经验固化"最终要跨天甚至跨周生效（今天学会的工作流， 下周还在用），月级数据定义了这个长期记忆问题的难度上限。 "经验→记忆"与"经验→参数化能力"的互补关系， 与 端侧训练专题 中 Engram / RAG 是 memory、LoRA 是 learning 的讨论一脉相承。
参考文献
[1] CHEN W T, HU J X, XIE T Y, et al. EgoMonth: a month-level egocentric video benchmark for long-term spatiotemporal memory[J/OL]. arXiv preprint arXiv:2608.13113, 2026. https://arxiv.org/abs/2608.13113
© 2026 Yang Huan · yanghuan9812@qq.com