EgoVIS@CVPR：发生了什么变化，又可能发生什么变化？面向流程感知视频表征学习的状态变化反事实

基于摘要分析。该研究面向流程性活动的视频理解，关注动作步骤如何改变场景，以及演变中的场景状态如何影响后续步骤。其核心贡献是以 LLM 生成的状态变化描述监督视频编码器，并引入模拟假设失败结果的状态变化反事实，使模型接触未实际观察到的“What if”情境。 方法将学习重点从动作步骤本身扩展到步骤引起的场景变化。事实性描述用于表达实际状态转变，反事实描述则用于模拟可能的失败结果；作者认为，这有助于模型理解活动中各步骤的因果关系。不过，摘要未说明描述的生成与校验流程、反事实如何对应视频片段、监督目标或损失形式，因此尚不能据此认定模型学到了可识别的因果机制。 作者报告，在时序动作分割、错误检测等流程感知任务上，状态变化描述及其反事实带来了多任务性能提升。摘要未提供数据集、划分协议、对照基线、具体指标及数值，实验协议、消融及统计信息尚未验证。复现时需核对描述生成是否依赖额外标注、反事实的合理性与多样性，以及两类监督各自的贡献。 平台推测（待验证）：这一机制可能适用于具有视频或明确动作阶段标注的 EEG 多模态流程任务，但原论文研究对象是视频，而非 EEG/BCI。迁移假设依赖可对齐的动作步骤与状态变化监督；可复用描述生成思路，但需改造信号编码器和时序对齐方式。低信噪比、跨被试差异、通道配置变化及小数据可能使模型主要依赖文本先验。可在固定划分下比较 EEG 基线、加入事实描述监督、再加入反事实监督三种设置，检验反事实是否提供独立收益；相关 EEG 工作尚未检索确认。