StreamVibe：変化するユーザー意図に能動的に対応する動画エージェント

StreamVibeは、暗黙的かつ変化するユーザー意図に能動的に応答するため、ベンチマーク「StreamVibe-Bench」、ストリーミング型視覚言語モデル「StreamVibe-VL」、階層型メモリの「StreamVibe-Harness」を提案する。StreamVibe-VLは汎用的な映像理解を保ちつつ、応答タイミングと回答品質を他のベースラインより10.7%向上させる。StreamVibe-Harnessは能動的インタラクションで12.3%の改善をもたらす。