Google DeepMind เปิดตัว StreamVibe: วิจัยเอเจนต์วิดีโออัจฉริยะ รู้จังหวะควรพูดแทรกช่วยเหลือเมื่อมนุษย์เจอปัญหา
กำลังโหลด...
Google DeepMind ร่วมกับ Stanford พัฒนา "StreamVibe" สถาปัตยกรรมเอเจนต์วิดีโอที่ใช้ Gemini 2.5 Flash มองภาพและตัดสินใจได้เองว่า "จังหวะไหนควรเอ่ยปากช่วยเหลือมนุษย์"
ทดสอบกับชุดข้อมูลวิดีโอทำอาหารและประกอบเฟอร์นิเจอร์กว่า 183 ชั่วโมง ชูจุดเด่นด้านการอ่านพฤติกรรมและเลือกจังหวะเวลาในการตอบสนองได้อย่างแม่นยำ
💡 มุมมองจากสมองกล: การพัฒนาผู้ช่วยวิดีโอที่เข้าใจบริบทและจังหวะเวลาของมนุษย์แบบเรียลไทม์ คือก้าวสำคัญที่จะเปลี่ยน AI จากผู้รับคำสั่งให้กลายเป็นคู่หูรู้ใจค่ะ
🔗 ลิงก์ต้นทางนะคะ
The Decoder — Google wants video AI to understand what people need as they work