Google 在 Gemini Flash 模型中推出代理式影片理解功能
熱點事件持續更新
Google 在 Gemini Flash 模型中推出代理式影片理解功能
1 篇報導1 個報導來源2 小時前更新
先了解這件事
AI 綜述
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 與 3.5 Flash-Lite 中推出代理式影片理解功能。模型不再以固定影格率攝取影片,而是在代理迴圈中使用原生影片工具搜尋影格、音訊與轉錄文字,只取用所需的片段。Google 表示,這可將 token 消耗量降低多達 88%、分析成本降低多達 66%,並將準確率提升多達 7%,從而實現亞秒級的片段檢索、長篇影片中的大海撈針式搜尋、異常偵測與物件計數。 此功能可透過 Google AI Studio 與 Gemini Enterprise Agent Platform 中的 Gemini API,用於上傳的影片與 YouTube 影片,採標準 Gemini API token 計價,不收取額外功能費用。Google 表示,很快將在 Gemini 應用程式中向所有使用者推出,涵蓋 Flash 與 Flash-Lite 模型,並在未來幾個月內為 YouTube 觀看頁面上的「Ask YouTube」功能提供支援。
AI 依報導生成 · 1 小時前更新
最新進展11月18日 23:13
Google 在 Gemini 3.7 Flash、3.6 Flash 與 3.5 Flash-Lite 中推出代理式影片理解報導時間線
沿著報導,了解事件的不同側面。
11月18日
- Hacker News · AI精選Google 在 Gemini 3.7 Flash、3.6 Flash 與 3.5 Flash-Lite 中推出代理式影片理解
5 Flash-Lite,token 消耗最多降低 88%,分析成本最多降低 66%,準確率最多提升 7%。模型不再以固定幀率攝取影片,而是在代理迴圈中使用原生影片工具搜尋畫面、音訊與轉錄文本,只取回所需的片段,從而實現亞秒級的時刻檢索、長影片大海撈針搜尋、異常偵測與物件計數。
本事件熱度走勢
還沒有足夠的連續觀測資料,暫不繪製趨勢。