这项由小米人工智能实验室（MiLM Plus）的李佳泽领导，联合独立研究者以及中国人民大学团队合作完成的研究，发表于2025年11月的计算机视觉领域顶级会议论文中。有兴趣深入了解的读者可以通过论文编号arXiv:2511.13026v1查询完整论文。
当你在看一部长电影时，如果朋友突然问你"刚才那个场景里谁救了谁"，你可能会本能地回想刚才看到的画面，重新审视那些关键镜头。现在，研究团队让人工智能也学会了这种"回看思考"的能力。
目前的AI视频理解系统就像一个只能"一遍过"看视频的观众，看完就必须立即给出答案，不能重新检查可能遗漏的重要细节。特别是面对长视频时，这种限制变得更加明显。就好比你被要求看完一部两小时的电影后，不允许回想任何情节就要回答复杂问题一样困难。
研究团队发现了现有AI系统的一个重要缺陷：当这些系统
