Google 预印本 StreamVibe：流式视频主动助手学会何时该开口
jiqizhixin · x · 2026-11-11
Google 与学术合作者发布预印本 StreamVibe，研究主动式助手如何追踪哪些请求仍然重要，而不只是记住用户说过什么。
核心要点：
- StreamVibe Harness：追踪用户-任务进度、为每个意图赋予生命周期，并从分层记忆（用户偏好/过往交互/领域知识）中检索相关证据，整合为统一的交互上下文。
- 两阶段训练：Stage 1 为自适应流式 SFT，逐秒决策学习「等待还是开口」；Stage 2 为局部化轨迹 RL，以点位级奖励（时机+内容）和轨迹级奖励（覆盖、密度、顺序、一致性、冗余）激励及时且恰当的帮助。
- StreamVibe-Bench：包含 4,100 条评测样本、20,546 个帮助点、183.4 小时视频，覆盖显式、隐式和变化中的意图。在全轨迹评测（±2 秒匹配容差）下，RL 模型在三类意图上的 Content F1 分别为 10.83、19.13 和 8.91。
「多模态」频道最新
- 「QT 你的艺伎」梗图刷屏：青花瓷风 AI 人像惊艳 X 圈 — LudovicCreator · 2026-11-11
- MiniMax H3-Image 内测实测：4 张图构建同一赛博朋克世界 — Aiden_Tech_Ai · 2026-11-11
- MiniMax H3 Image 一条提示词生成 GTA6 风格飓风场景截图 — socialwithaayan · 2026-11-11
- AI 把龙珠拍成 1971 年老电影,复古风预告又来了 — techhalla · 2026-11-11
- ReCaVSR 移植 ComfyUI:一步扩散视频超分,4090 每秒 4.65 帧 4K 输出 — LatentSpacer · 2026-11-11
- 独立创作者用 AI 三周做出 20 分钟科幻动画剧集 — Kavanthekid · 2026-11-11