Google 联合高校推出视频智能体 StreamVibe，可自主决定何时开口

Google 牵头、联合 Stanford 和 Oxford 等机构的研究团队推出视频智能体 StreamVibe，用于烹饪、组装家具等日常任务，能每秒判断该保持沉默还是开口提供帮助，解决 AI 助手插话过频的问题。团队同时发布了基于 183 小时日常与软件录像、约 4100 例样本的基准。 其核心模型 StreamVIBE-VL 基于阿里巴巴 Qwen3.5-9B 训练（报道称模型“疑似基于”该模型），通过强化学习学会克制插话，响应时机和质量较其他模型提升 10.7%，配套记忆系统再带来 12.3% 的主动交互提升。报道指出，StreamVibe-VL 普遍大幅优于其基础模型和其他开源模型，但 Google 自有的 Gemini 3.8 Flash 在部分测试中得分更高。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。