Agentic Video Understanding in Gemini
Agentic video analysis for faster, smarter Gemini insights
评分 82 ▲ 137 ◆ 1 付费 PH 精选
概述
Google Gemini 推出智能体视频理解模式，让模型自主决定观看策略，大幅降低 token 消耗和成本，同时提升长视频分析准确率。
创新点
模型自主决定视频观看速度、帧率和模态（而非固定帧率处理），实现自适应视频理解，token 消耗降低最高 88%，成本降低最高 66%，是视频 AI 处理范式的重要转变
目标用户
使用 Gemini API 的开发者、企业 AI 应用构建者、需要处理长视频内容的 AI 产品团队
竞争格局
竞争对手包括 OpenAI GPT-4o 视频能力、Anthropic Claude 多模态、AWS Rekognition 等，但 Google 凭借 Gemini 原生多模态优势和成本优化具备差异化竞争力
标签
API人工智能视频分析开发者工具Google/Gemini多模态AI
团队
- Rohan Doshi — ML @ Waymo | xGoogle, Princeton CS
相关产品
GPT-6 Astra 94
OpenAI's most capable model for end-to-end work
Claude Fable 5 91
Anthropic's most capable model ever — free until June 22
GPT-6.1 Terra 88
Fast, capable computer use at half the price
Nano Banana 2.1 88
Google's image model with sharper design and mask editing
Figma Agent 88
Prompt, edit and prototype without leaving the canvas
GPT-6 Sol & Luna 88
Frontier AI intelligence, now at half the price