Google等团队提出视频助手StreamVibe

2026年11月1日，The Decoder报道，Google联合斯坦福、牛津等团队提出视频智能体StreamVibe，其核心能力是自行判断何时主动开口帮忙。报道称，该智能体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，并据此决定响应时机。模型方面，StreamVibe-VL基于Qwen3.5-9B，报道称其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%。测试同时显示，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。上述数字与结论均来自该报道，报道未说明测试规模、对比模型清单及适用场景限制。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。