跳到正文
热点事件持续更新

Google 在 Gemini Flash 系列模型中推出智能体视频理解功能

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出了智能体视频理解功能。该模型不再以固定帧率读取视频,而是在智能体循环中使用原生视频工具检索画面帧、音频和转录文本,只获取所需片段。Google 表示,这可将 token 消耗最多降低 88%、分析成本最多降低 66%,并将准确率最多提升 7%,从而实现亚秒级片段检索、长视频大海捞针式搜索、异常检测和物体计数。 该功能可通过 Google AI Studio 和 Gemini Enterprise Agent Platform 中的 Gemini API 用于视频上传和 YouTube 视频,按标准 Gemini API token 价格计费,不额外收取功能费用。Google 表示,该功能很快将在 Gemini 应用中向 Flash 和 Flash-Lite 模型的所有用户推出,并将在未来几个月内为 YouTube 观看页面的“Ask YouTube”功能提供支持。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. Hacker News · AI精选
    Google 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 中推出智能体视频理解

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。