Google 等提出 StreamVibe 主动式视频智能体框架，实现动态意图跟踪与主动交互

Google 等研究团队提出主动式视频智能体框架 StreamVibe，旨在通过持续视频观察与状态跟踪，识别用户的显式、隐式及动态演变意图并适时主动介入。团队同步构建了包含 4,100 个样本和 183.4 小时视频的 StreamVibe-Bench 基准，结合流式 SFT 与局部轨迹强化学习，在完整轨迹评测中取得了高于开源基线的表现。