Google StreamVibe 视频智能体旨在理解用户需求并适时提供帮助

Google 领衔的研究团队推出视频智能体 StreamVibe，可识别用户明确、未明说或途中改变的意图，并判断何时开口。基于约 4,100 个样例训练的 StreamVibe-VL，响应时机和质量比其他模型提升 10.7%；加入记忆系统后，主动交互能力预计再提升 12.3%。但视频越长，模型越难把握回应时机，连续操作时错误还会累积。