Google 推出 StreamVibe 视频智能体，让 AI 自己判断何时开口帮忙

Google 联合斯坦福、牛津等机构推出视频智能体 StreamVibe，能区分用户明说、未说出口和任务中途改变的需求，自主决定何时开口。其模型 StreamVibe-VL 据称基于 Qwen3.5-9B，响应时机与质量比其他模型提升 10.7%，配套记忆系统再提升主动交互 12.3%。测试显示视频越长，所有被测模型越难把握正确时机，长于 5 分钟的视频中普遍难以跟踪中途改变的指令。