Google联合机构发布StreamVibe流式视频系统

Google联合UCSB、Stanford、Oxford等机构发布StreamVibe，使视觉语言模型能在连续视频中主动推断并动态调整用户意图，而非仅被动理解画面。 该系统包括含4.1K个评估样本和8.5万个训练样本的StreamVibe-Bench、用于流式视频交互的StreamVibe-VL，以及通过分层记忆维护持久意图状态的StreamVibe-Harness。发布方称，这些组件可支持意图感知的在线交互。

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。