谷歌团队推出StreamVibe视频助手，测试显示长视频连续操作中响应质量下降最高达61.5%
谷歌研究团队发布StreamVibe视频代理及基准测试，指出当前模型在长视频连续操作中难以准确判断介入时机，错误累积导致响应质量显著下降。
由谷歌、斯坦福大学、牛津大学等机构研究人员组成的团队推出了StreamVibe，这是一个旨在理解用户模糊意图并决定何时提供帮助的视频代理。据The Decoder报道，该团队同时发布了包含约4,100个样本的ProactiveBench基准测试，涵盖明确指令、模糊目标和中途变更请求三种场景。
测试结果显示，尽管StreamVibe-VL（据报道基于阿里巴巴Qwen3.5-9B训练）在响应时机和质量上比基线模型提高了10.7%，但所有受测模型在处理超过五分钟的连续视频时表现均大幅下滑。随着视频长度增加，模型难以正确计时响应，且由于错误累积，关键内容指标下降了高达61.5%。
研究人员指出，现有视频助手通常针对清晰命令设计，难以捕捉未言明的意图或跟踪已完成步骤，导致重复建议或响应滞后。StreamVibe通过区分显式、隐式和变化的用户意图来尝试解决这一问题，但其核心发现揭示了当前AI在持续交互中的根本局限：当模型需要基于自身早期响应构建后续决策时，性能会因误差叠加而急剧恶化。