Google等提出主动式视频智能体框架StreamVibe

2026年10月29日，Google等研究团队提出主动式视频智能体框架 StreamVibe。该框架旨在通过持续的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，并适时主动介入进行交互。为评估相关性能，团队同步构建了包含 4,100 个样本和 183.4 小时视频的评测基准 StreamVibe-Bench。在技术路线上，团队结合了流式 SFT 与局部轨迹强化学习，使该框架在完整轨迹评测中取得了高于开源基线的表现。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。