← 返回要闻
要闻

让模型主动回看视频:Gemini 的动态片段分析方式

根据问题寻找、扫描与重看相关片段,官方将这种方式用于长视频检索和细节分析。

Google 原文展示的视频按需分析流程
Google 原文展示的视频按需分析流程 · 图源:Google Gemini 团队

从固定采样到按需查看

Google 发布 agentic video understanding,模型可在分析中调用内部视频工具,根据问题选择查看哪些片段,以及使用画面、音频还是转写信息。

针对哪些问题

官方示例包括长视频定位、快速动作计数与短暂异常检查。与一开始固定抽取帧相比,这种设计把再次查看纳入了分析过程。

结论应放在哪个范围

原文报告部分基准上的成本、用量和准确率变化,属于官方条件下的结果。自己的视频时长、问题与内容分布仍可能改变表现。

AI 辅助整理,由发布者核对后分享;请核对事实与不同观点,不代表各方已达成共识。

举报此内容

说明问题

处理记录