# Cambrian-BEV versnelt videoredenering met tokens vanuit vogelperspectief

> Een nieuwe tokenisatiemethode comprimeert 128 videoframes tot 729 ruimtelijke tokens. Daardoor daalt de LLM-prefilltijd met een factor 2,9 en het geheugengebruik met een factor 3,6.

Oossa · 2026-10-19 · https://oossa.com/nl/cambrian-bev-speeds-up-video-reasoning-with-bird-s-eye-view-tokens

Onderzoekers introduceerden Cambrian-BEV, een methode die visuele fragmenten uit video afbeeldt op één gedeeld raster vanuit vogelperspectief. De methode gebruikt diepte en camerastandpunten om waarnemingen van dezelfde plek samen te voegen, ongeacht het perspectief of het tijdstip. De modelarchitectuur blijft hetzelfde, maar frametokens worden vervangen door BEV-tokens in een raster van 27×27. Op de VSI-Bench-test behaalde het model een score van 63,48: 8,5 punten hoger dan een model dat frametokens gebruikt, terwijl het veel minder tokens nodig heeft.

## De feiten

- 128 frames → 729 BEV-tokens (raster van 27×27)
- Prefilltijd 2,9× korter; piekgeheugengebruik 3,6× lager

## Waarom het ertoe doet

Zo kunnen ontwikkelaars snellere, lichtere AI-assistenten op basis van video bouwen die betrouwbaarder ruimtelijk kunnen redeneren.

## Bronnen en referenties

1. [Thinking from Above: Efficient Spatial Reasoning with Bird's-Eye-View Visual Tokens](https://arxiv.org/abs/2610.22700) – arXiv cs.CV, 2026-10-19

Laatst bijgewerkt: 2026-10-19