Introducing agentic video understanding with Gemini
Artikelbild eller återanvändbart omslag för Google Gemini
Google lanserar en ny funktion kallad agentic video understanding för sina Gemini-modeller (3.7 Flash, 3.6 Flash och 3.5 Flash-Lite).
Istället för att analysera video med fast bildhastighet granskar AI:n aktivt endast de delar av videon som är relevanta för uppgiften — genom att dynamiskt välja mellan bildrutor, ljud och transkript. Detta minskar tokenförbrukningen (själva beräkningskostnaden) med upp till 88 procent, reducerar kostnaden med upp till 66 procent och förbättrar noggrannheten med upp till 7 procent. Funktionen är särskilt effektiv för långformat video och möjliggör nya möjligheter som att hitta splitsekund-förändringar, detektera anomalier och räkna objekt i video.
Our new agentic feature for video analysis cuts token consumption by up to 88%, reduces costs by up to 66%, and boosts quality by up to 7%.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör Google Gemini.
Mer att läsa
Server-Side Code Execution Tools for AI Agents, Compared
OpenRouter för 10 tim sedan
v0.40.0
Ollama för 10 tim sedan
Google froze its open source bug bounty program due to a ‘significant rise’ in AI submissions
TechCrunch AI för 14 tim sedan
Can ‘super intelligence’ and a non-binding safety pact solve AI’s image problem?
TechCrunch AI för 14 tim sedan