Google добавил новую функцию для анализа видео в Gemini
Обычная обработка видео идет с фиксированной частотой — по умолчанию один кадр в секунду, параметр можно менять через API. Агентное понимание видео работает иначе: модель сама решает, какие фрагменты видео смотреть, с какой скоростью и через какой канал — кадры, звук или транскрипт, — и запрашивает
Обычная обработка видео идет с фиксированной частотой — по умолчанию один кадр в секунду, параметр можно менять через API. Агентное понимание видео работает иначе: модель сама решает, какие фрагменты видео смотреть, с какой скоростью и через какой канал — кадры, звук или транскрипт, — и запрашивает только нужные моменты. Функция похожа на агентное распознавание изображений, которое Google выпустил ранее и которое совмещает выполнение кода с нативным пониманием изображений в моделях Gemini.
Наибольший эффект агентное понимание видео дает на длинных роликах — от десятиминутных инструкций до полуторачасовых лекций и многочасовых записей. При обычной обработке таких видео разработчикам приходится выбирать между высокими затратами токенов и потерей важных деталей.
Среди новых возможностей — точный поиск конкретного момента с точностью до долей секунды, поиск ответа на сложный запрос в многочасовом видео без расхода миллионов токенов, обнаружение аномалий за счет пересъемки интересных отрезков с повышенной частотой кадров и точный подсчет повторяющихся действий и объектов.
Функция уже доступна для загруженных видео и роликов с YouTube через Gemini API в Google AI Studio и Gemini Enterprise Agent Platform. Тарификация не изменилась — используются стандартные цены Gemini API, отдельной платы за функцию нет. Чтобы включить ее, нужно указать значение processing на agentic в настройках API.
В ближайшее время агентное понимание видео появится у всех пользователей приложения Gemini для моделей линейки Flash и Flash-Lite, а также будет использоваться в функции Ask YouTube на странице просмотра видео.
Источник: Google
The Tech в Telegram Подписывайтесь на The Tech в Telegram
Будьте в курсе всех последних новостей из мира технологий и стартапов.
Читайте по теме
Другие материалы автора
Новость
test
The Tech
Новость IT
Стартапы Узбекистана и Гонконга получат новые возможности для выхода на рынки
The Tech
Новость IT
Microsoft представила обновленный Copilot с кодингом и ИИ-агентом
The Tech
Новость IT
Xsolla открыла центр исследований и разработок в Азербайджане
The Tech
Статья
Эндрю Ын рассказал, где находятся главные возможности ИИ
The Tech
Новость IT
NVIDIA, Kraken, Higgsfield AI: кто приедет на AI & Digital Bridge 2026 в Астану
The Tech