Google bổ sung Video Agent cho Gemini: Chi phí giảm tối đa 66%

动察 Beating AI tin nhanh, Google đã ra mắt Agentic Video Understanding cho Gemini API. Tính năng này cho phép mô hình tự quyết định xem đoạn video nào và cách kiểm tra. Chế độ thông thường mặc định trích xuất khung hình cố định ở 1 FPS, sau đó đưa toàn bộ vào ngữ cảnh một lần. Chế độ mới sẽ tự động tìm kiếm phân đoạn dọc theo trục thời gian, và chọn hình ảnh, âm thanh hoặc văn bản phiên âm dựa trên câu hỏi. Khi gặp chuyển động nhanh, nó có thể tăng tốc độ khung hình để kiểm tra lại.

Google tự kiểm tra cho biết, khi bật Gemini 3.7 Flash, mức tiêu thụ Token giảm tối đa 88%, chi phí phân tích giảm tối đa 66%, độ chính xác tương đối tăng tối đa khoảng 7%. Nó có thể xác định khoảnh khắc dưới 1 giây, cũng có thể tìm một chi tiết trong video dài vài giờ.

Về mặt kỹ thuật, quy trình "định vị trước, xem kỹ sau" mà trước đây nhà phát triển phải tự xây dựng giờ được nhúng vào bên trong Gemini. Hiện tại Gemini 3.7 Flash, 3.6 Flash và 3.5 Flash-Lite đều hỗ trợ. Cả video tải lên và video YouTube đều có thể sử dụng, không thu thêm phí tính năng. Sau này sẽ tích hợp thêm vào Gemini App và Ask YouTube của YouTube.