Google 等提出 StreamVibe，讓影片 Agent 讀懂使用者動態意圖
Google 等研究團隊提出 StreamVibe，讓影片智慧體在持續觀察中主動判斷何時、如何介入。團隊建置 StreamVibe-Bench，包含 4,100 個評測樣本、20,546 個幫助點與 183.4 小時影片，覆蓋顯式、隱式與動態三類意圖。訓練用自適應流式監督微調加區域性軌跡強化學習，執行時由 StreamVibe-Harness 維護意圖、任務進度與分層記憶；
把顯式、隱式與修訂、疊加、中斷三類動態意圖放進同一套 4,100 樣本基準，並分別量化策略學習與狀態管理的增益，對做個人智慧體與主動互動的團隊最有參考價值。
原標題：Personal Agent火了，Google等提出StreamVibe，让Agent在交互中读懂用户动态意图
閱讀原文
| 評分 | 65 / 62（平均 63，門檻 65） |
|---|---|
| 狀態 | 未入選 |
相關報導
8B 智慧體自主呼叫工具做影片生成，VABench 從 56.5 升到 86.1
VideoGen-Agent 用 Qwen3-VL-8B-Instruct 做基座，在多輪互動中呼叫檢索、生成與驗證工具，先以 16K 教師軌跡監督微調，再用 8K 提示做多工強化學習。在 600 條提示的 VABench 上，Toolset 1 配置得 75.6 分，比基礎生成器 56.5 分高出 19.1 分；智慧體策略不變、僅升級生成工具後達 86.1 分，人類評估中 84.3% 的判斷偏好該配置。
清華聯合輝達等發布 StreamEval，首個流式互動影片榜單覆蓋 38 個模型
清華大學、NVIDIA、CMU、UC Berkeley 等機構聯合發布 StreamEval，稱其為全球首個流式互動影片生成評測基準，覆蓋數字人對話、虛擬人表演、世界生成、指令編輯與參考編輯五類任務、300 個測試用例、38 個模型。結果暴露出共同短板：模型能否穩定生成畫面，與能否可靠執行連續指令是兩回事；最好的數字人模型 Vidu S2-Avatar 綜合分 93.98，但指令跟隨僅 36.90；世界生成最高分 MemFlow 僅 33.36。
Google Play 允許 vibe-coded 應用私密執行在 Android 手機上
Google 10 月 13 日宣布，使用者可用 Google AI Studio 編寫 vibe-coded 應用，並通過 Google 帳號直接在自己的 Android 裝置上執行，無需先公開發布到 Play Store。這類個人應用不會出現在 Play 的搜尋或列表頁，也不與建立者以外的人共享，但仍須遵守 Play 現有政策，首批僅限美國 18 歲以上使用者。未來幾個月將支援分享給信任的好友網路，通過信任與安全稽核後可轉為公開上架。
@GoogleDeepMind: @Apptronik By turning video into a training ground for physical AI, Argon compresses weeks of manua…
Google DeepMind 官方帳號提到，Apptronik 的 Argon 能把影片變成物理 AI 的訓練場，將原本需要數週的人工建模壓縮到幾個小時。這條推文以回覆 @Apptronik 的形式發出，正文只有這一句說明和一個 goo.gle 短連結，沒有披露涉及的機器人平台、影片資料規模或可用範圍。資訊發布於 2026 年 10 月 13 日。
何愷明團隊發布視覺原生 Harness 框架 VISTA
何愷明團隊提出視覺原生 Harness 框架 VISTA，讓現有多模態模型無需重新訓練，就能儲存原始畫面並在推理時按需回看、放大細節。VISTA 把環境返回的每幀畫面按回合號、幀號索引存到上下文之外，預設只向模型展示最後一幀，需要時用 inspect 工具調取歷史畫面。搭配該框架，Claude Opus 5.0 通關 ARC-AGI-3 全部 25 個公開遊戲，動作效率得分滿分 100，所用動作數比人類首次遊玩基線少 57.4%；