跳到正文
原文
Google DeepMind·· 29 天前精选AI 评分78

Google DeepMind 推出 Gemini 智能体式视频理解,token 消耗最多降低 88%

Introducing agentic video understanding with Gemini

AI 导读

Google DeepMind 推出智能体式视频理解功能,支持 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite。该功能通过原生视频工具动态搜索和检查画面、音频及转录文本,官方基准显示 token 消耗最多降低 88%、分析成本最多降低 66%、准确率最多提升 7%。

推荐理由

相较固定帧率处理,按任务动态检索视频片段提供了降低长视频分析开销的具体路径,也给出了准确率与成本的对照。

来源:Google DeepMind · deepmind.google