StreamVibe: Proactive Video Agents for Evolving User Intent

Hugging Face 发布了 StreamVibe-Bench，包含 4.1K 评估样本和 85K 训练样本，用于测试用户意图交互。基于该基准，研究团队开发了 StreamVibe-VL，该模型能从连续观察中推断隐式用户意图并动态调整交互，相比其他基线模型，响应时机和答案质量提升了 10.7%。