跳到正文
Hacker News · AI·· 2 小时前精选AI 评分80

Google 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 中推出智能体视频理解

Agentic Video in Gemini

AI 导读

5 Flash-Lite,将 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%。该模型不再以固定帧率摄取视频,而是在智能体循环中使用原生视频工具搜索帧、音频和转录文本,只获取所需片段,从而实现亚秒级时刻检索、长视频大海捞针搜索、异常检测和物体计数。

推荐理由

Google DeepMind 详细说明了智能体视频理解如何以目标导向的片段搜索取代固定帧采样,在长视频上最多降低 88% 的 token 使用量。

来源:Hacker News · AI · blog.google