Google DeepMind 为 Gemini 推出智能视频理解功能

2026/09/01 17:55

OmniTools 9月2日消息，Google DeepMind 面向 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型推出 agentic 视频理解能力。该功能支持模型动态扫描视频片段，而非采用固定帧率采样。

据官方介绍，相比传统处理方式，新方法最高可降低 88% 的 token 消耗量，最高降低 66% 的推理成本，同时将准确率最高提升 7%。

想继续了解，可以看这些

从这条动态出发，继续查看相关分析、产品详情和同主题更新。

从快讯延伸到产品观察、工具对比和行业分析。

按能力、行业和使用场景继续筛选可用工具。

专为网页开发者打造的桌面浏览器，将多设备同步预览、会话隔离、调试面板、终端与编码智能体整合于同一窗口。

用于构建可自我修改、支持事件回溯与沙箱隔离的 AI 智能体架构。

为 AI 智能体提供自学习闭环平台，将用户纠正与交互反馈转化为可复用、可审计的行为规则。

一键部署全栈本地 AI 系统，涵盖推理、对话、智能体、工作流与隐私控制。