Sakhanda Wire
NVDA $153.32 -1.81% MSFT $505.84 -2.35% GOOGL $280.31 -1.20% META $621.44 -0.79% AMZN $257.31 -0.17%
← К новостям

Google добавила агентное понимание видео в модели Gemini Flash

Google представила агентное понимание видео для моделей Gemini Flash. Вместо обработки всей записи с фиксированной частотой один кадр в секунду Gemini может самостоятельно выбирать нужные сегменты, частоту просмотра и используемый тип данных — кадры, аудио или транскрипты. В модель загружается только материал, необходимый для ответа на конкретный запрос.

По данным Google, на стандартных тестах видео это позволяет сократить число токенов максимум на 88%, расходы — на 66%, а повысить точность — на 7%. Наибольший эффект ожидается при работе с длинными материалами, включая обучающие видео и записи продолжительностью несколько часов. Статическая обработка остается режимом по умолчанию и, согласно описанию, лучше подходит для роликов короче пяти минут и задач с анализом каждого кадра.

Функция доступна только через размещенный API в Google AI Studio и Gemini Enterprise Agent Platform. Поддерживаются загруженные файлы и публичные URL YouTube; открытых весов и возможности самостоятельного развертывания нет. Действуют стандартные тарифы Gemini API без отдельной платы за функцию. Режим включается одним полем и поддерживается в Gemini 3.8, 3.7, 3.6 Flash и 3.5 Flash-Lite. Ответ API содержит вызовы и результаты обработки, а рассуждения и загруженные данные учитываются как thought tokens и tool-use tokens.

Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием MarkTechPost

Читать оригинал на MarkTechPost ↗

Репортаж и изображение принадлежат MarkTechPost и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости