Google 推出 StreamVibe 视频智能体，让 AI 判断何时主动开口帮忙

Google 联合斯坦福、牛津等团队推出视频智能体 StreamVibe，可区分用户明确说出、未说出口和任务中途改变的三类意图，并自行决定何时开口。其 StreamVibe-VL 模型基于 Qwen3.5-9B，响应时机与质量较其他模型提升 10.7%，独立记忆系统再提升主动交互 12.3%。测试显示视频越长，所有被测模型越难把握正确时机，超过 5 分钟的视频中很少能选对时刻。