Google 研究 StreamVibe，让影片 AI 判断何时该主动出手协助

摘要

Google 公布 StreamVibe，一款会观看使用者作业过程（例如烹饪、组装）并自行判断何时出声协助的影片 AI 代理。它由 Google 与史丹佛、牛津等机构共同开发，StreamVibe-VL 建立在阿里巴巴的 Qwen3.5-9B 之上，导入记忆系统与强化学习来改善介入时机、减少不必要打扰。在约 4,100 个范例、超过 183 小时影片的测试中，它在时机与主动互动上比基础开源模型高出约 10% 至 12%，但部分任务仍由专有的 Gemini 模型领先。研究也点出长影片理解的难题：维持长时间连贯对话、避免漏接线索或给错提示，以及追踪随时间变动的指示；若忽略历史纪录，表现可能下降多…