Gemini 引入智能体式视频理解
来自 Google DeepMind · 期号 2026-09-02
摘要
Google DeepMind 在 Gemini 中引入了智能体式视频理解能力。 过去，AI 只能分析静态图像或短视频片段。现在，Gemini 可以实时理解长视频流，并基于视频内容自主执行操作，比如在视频会议中自动记录待办事项、在监控视频中识别异常行为并触发告警。 这项能力以 API 形式提供，开发者可以将其集成到自己的应用中。
来自 Google DeepMind · 期号 2026-09-02
Google DeepMind 在 Gemini 中引入了智能体式视频理解能力。 过去，AI 只能分析静态图像或短视频片段。现在，Gemini 可以实时理解长视频流，并基于视频内容自主执行操作，比如在视频会议中自动记录待办事项、在监控视频中识别异常行为并触发告警。 这项能力以 API 形式提供，开发者可以将其集成到自己的应用中。
本站只做摘要与索引，全部内容版权归原作者所有。