StreamBridge是一个有效的框架，将离线视频大语言模型转化为流媒体模型，解决了多轮实时理解不足和缺乏主动响应的问题。通过记忆缓冲和轻量激活模型，StreamBridge构建了Stream-IT数据集，显著提升了离线视频模型的流媒体理解能力，超越了GPT-4o和Gemini 1.5 Pro等专有模型。

Video-LLM 处理离线视频，但在流媒体场景中存在局限。StreamBridge 框架通过结合内存缓冲区和轻量级激活模型，解决了多轮实时理解和主动响应生成的挑战，提升了流媒体视频的理解能力。同时，引入的新数据集 Stream-IT 支持更好的模型微调，展现了在机器人和自动驾驶等领域的应用潜力。