Google 等机构提出 StreamVibe：研究视频助手何时该主动开口
Google 联合 Stanford、Oxford 等机构提出视频智能体 StreamVibe，让助手在观看烹饪或组装家具等任务时自行判断何时提供帮助。团队基于 183 小时以上日常与软件录屏构建约 4100 条样本的基准，并用 Gemini 2.5 Flash 生成建议、由四名人工评估者一致通过来筛选。
#视频
The DecoderAI 评分5252
Google DeepMind精选AI 评分7272 Google DeepMind 发布世界模型 Genie 4，原生生成音频并支持实时交互
Google DeepMind 发布世界模型 Genie 4，可在实时交互中生成带原生音频的模拟世界。Genie 4 为原生多模态，能同时生成音乐、环境音与交互对话，并由 Gemini 3.8 Flash 在循环中拆解目标、核查每帧画面，以维持因果与多步推理；Gemini 4 Argon 与 Genie 4 还被用于模拟 Apptronik Apollo 人形机器人下棋。
推荐理由：Genie 4 把实时交互、原生音频与 Gemini 的推理串在一起，可据此判断世界模型在机器人训练和内容预演中的用法。