傳統流式影片理解模型大多遵循“先看後答”的被動正規化，即在觀察到明確證據後才觸發響應，這實際上將主動推理降級為延遲感知。然而，現實應用（如自動駕駛、即時監控）要求模型能在資訊不完整的情況下做出及時且可靠的決策。為此，Ao Li等研究者提出了StreamPro-Bench基準和StreamPro訓練框架，旨在推動流式影片模型從被動感知邁向主動決策。
StreamPro-Bench從三個互補維度評估模型：感知理解（Perception Understanding）衡量目標識別能力，時間推理（Temporal Reasoning）評估時序關係理解，而主動決策（Proactive Agency）則測試模型在部分觀測下提前但可靠決策的能力。這一設計填補了現有基準在主動決策評估上的空白。
訓練主動模型面臨兩大挑戰：流式軌跡中靜默與響應訊號的極端不平衡，以及正確性與時機的聯合最佳化。StreamPro採用兩階段方案：首先，CB-Stream損失透過類別平衡策略緩解監督不平衡；其次，應用分組相對策略最佳化（GRPO），結合回合級和軌跡級多粒度獎勵，同時最佳化響應正確性與時機。
在StreamPro-Bench上，StreamPro達到41.5分，遠超此前最優方法的10.4分；在即時流式基準StreamingBench-RTVU上，也取得78.9分，證明其在主動性與即時性上的雙重優勢。該研究為流式影片理解提供了新的評估標準與訓練正規化，有望推動相關應用的發展。
此外，研究者還探討了StreamPro在不同影片場景下的泛化能力，包括複雜背景、多目標跟蹤和長時序列處理等。實驗結果顯示，StreamPro不僅在新基準上表現優異，還在傳統即時流式任務中保持了高水平的效能，表明其方法的通用性和有效性。這項工作的程式碼和模型已計劃開源，以促進學術界和工業界的進一步研究與應用。