最近的工作将Mamba风格的状态空间模型（ SSM ）应用于视频异常检测，但现有的方法仍然依赖于内部缓冲剪辑或窗口，缺乏对时间内存与检测延迟之间关系的理论解释，并且仅通过GPU吞吐量而不是通过这些方法所针对的边缘硬件来对效率进行基准测试。我们引入了一个严格的因果关系

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.24810v1)获取最准确的信息。

---
🔗 **原文链接**: [Strictly Causal Streaming Video Anomaly Detection with a The](https://arxiv.org/abs/2608.24810v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Yogesh Kumar

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
多模态正在逼近实用门槛。如果你想做产品级落地，这篇文章值得读。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-26 14:02