谷歌等团队提出视频智能体StreamVibe

谷歌联合斯坦福、牛津等机构的研究团队提出视频智能体 StreamVibe，目标是让 AI 自己判断何时该开口，而不是持续输出。其模型 StreamVibe-VL 基于 Qwen3.5-9B 训练。 研究团队称，StreamVibe-VL 在响应时机与质量上比其他模型提升 10.7%，独立记忆系统使主动交互再提升 12.3%，并减少不必要的打断。测试还显示，视频超过 5 分钟后各模型普遍难以把握正确时机，长程跟踪中途改变的指令尤其困难。 研究者承认真实场景可能比测试环境更复杂，后续将研究用户偏好与环境如何随时间相互影响。

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。