VideoMamba：用于高效视频理解的状态空间模型

基于摘要分析。该研究针对视频理解中的局部冗余与全局依赖问题，将 Mamba 引入视频领域，提出 VideoMamba，以线性复杂度算子支持高分辨率长视频建模。主要研究对象是视频理解，而非 EEG 或 BCI。 机制与贡献：摘要强调线性复杂度的长期建模能力，以及用于提升视觉领域模型可扩展性的自蒸馏技术。作者报告，该技术使模型无需大规模数据集预训练即可扩展；同时报告了对细粒度运动差异的短期动作识别能力、相较传统基于特征模型的长期视频理解优势，以及与其他模态结合的能力。摘要未提供具体数据集、模型规模、评估指标、数值或对照设置，因此这些结论的适用范围和提升幅度尚未验证，不能据此认定其全面优于 3D 卷积网络或视频 Transformer。 复现条件：作者表示代码与模型已公开，但具体版本、训练配置、计算开销、自蒸馏流程及权重使用条件尚未核对。视频输入如何组织为序列、模型对时空关系的处理方式，以及实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若线性复杂度序列算子能保留 EEG 中短暂事件与长程上下文，它可能对应长时间窗建模的计算瓶颈；可考虑复用 Mamba 序列模块，而输入编码、通道组织和自蒸馏目标需要适配。原研究依赖视频的时空结构，具体监督形式与训练规模尚未验证；EEG 的低信噪比、跨被试差异、通道变化和小数据条件可能使迁移失效。一个可检验的小实验是在同一 EEG 任务、固定划分和相近模型规模下，对比 Mamba 序列模块与 Transformer，分别核对短、长时间窗的任务表现及显存、推理耗时，不混合被试内与跨被试结果。已有相关 EEG 工作尚未检索确认。