Tới nội dung
Hacker News · AI·· 2 giờ trướcTuyển chọnĐiểm AI80

Google ra mắt tính năng hiểu video dạng tác tử trong Gemini 3.7 Flash, 3.6 Flash và 3.5 Flash-Lite

Agentic Video in Gemini

Tóm tắt bằng AI

5 Flash-Lite, cắt giảm mức tiêu thụ token tới 88%, chi phí phân tích tới 66% và cải thiện độ chính xác tới 7%. Thay vì nạp video ở tốc độ khung hình cố định, mô hình sử dụng các công cụ video gốc trong một vòng lặp tác tử để tìm kiếm khung hình, âm thanh và bản ghi lời, chỉ lấy những đoạn cần thiết, cho phép truy xuất khoảnh khắc dưới một giây, tìm kiếm kim trong đống rơm trên video dài, phát hiện bất thường và đếm đối tượng.

Vì sao đáng chú ý

Google DeepMind trình bày chi tiết cách hiểu video dạng tác tử thay thế lấy mẫu khung hình cố định bằng tìm kiếm đoạn theo mục tiêu, cắt giảm mức sử dụng token tới 88% trên video dài.

Nguồn:Hacker News · AI · blog.google