Google 发布 StreamVibe：能主动捕捉隐含意图的流式视频 agent
google · hf · 2026-10-27
Google 联合 UCSB、Stanford、Oxford 等机构发布 StreamVibe，让视觉语言模型从被动理解转向主动、意图感知的在线交互。
核心组成：
- StreamVibe-Bench：新 benchmark，含 4.1K 评估样本和 85K 训练样本，覆盖显式、隐式和动态用户意图；
- StreamVibe-VL：流式主动模型，从连续视频观察中推断隐式意图（如用户浏览网页时该点哪里），并随意图演变动态调整交互；
- StreamVibe-Harness：以分层记忆将用户意图维护为带灵活生命周期的持久状态，追踪最新意图与环境状态。
论文称 StreamVibe-VL 在提升主动交互能力的同时保持了较强的通用视频理解能力。
「研究」频道最新
- ETH 反驳共享库现 Anthropic 文件夹，疑藏同一结果新证明 — NoahSD · 2026-10-27
- AI 推翻指数时间假说?附图对比声称的次指数算法与 2ⁿ 增长曲线 — robleclerc · 2026-10-27
- OpenAI 疑似进展触及 3-SAT，指数级难题被指遭挑战 — micoolcho · 2026-10-27
- Qwen-Image-PE：两阶段训练学会视觉设计，prompt 增强提升 7.81 分 — Qwen · 2026-10-27
- OPTIC 实现逐层嵌入千倍压缩，性能几乎无损 — Jiacheng Liu · 2026-10-27
- 蚂蚁国际与西湖大学提出 Trajectory2Gym:为工具使用智能体构造决策可溯源的训练数据 — ant-intl · 2026-10-27