VideoLoop：用循环工作记忆缓解长视频智能体的语义抖动

VideoLoop 提出双循环多模态智能体，外循环推理视频，内循环检索历史观察与中间分析并重写有界工作记忆。它即插即用提升四个 LVLM backbone，在 VideoMME (long) 上平均高出 baseline 4.2% points；搭配 Gemini 3.1 Pro 时三项长视频基准达到 88.3%、88.8%、80.9%。