Google 展示 Gemini 代理式视频理解:自动变速精确数清每一次拍手
shaneguML · x · 2026-09-03
Google AI 开发者账号演示了 Gemini 的新「代理式视频理解」能力。
难点在于:静态处理默认以固定 1 FPS 读取视频,拍手这类瞬间动作容易被完全漏掉,或与打响指、点击声混淆。
演示中 Gemini 3.7 Flash 会根据需要自动调整视频处理速度,从而准确识别并数出每一次拍手,展示了对高速动态画面的理解能力。
所属事件:Gemini 推出 Agentic Video：Token 消耗最高降 88%(27 条相关)→
「多模态」频道最新
- GPT Image 2 + Seedance 2.5 实测：AI 生成以假乱真的 UGC 护肤品广告 — tsi_org · 2026-09-03
- Induce AI 推出 Rhapsody 1.0:AI 视频下一战是场景控制与故事状态 — aliscodes · 2026-09-03
- AI 复刻 90 年代浪漫喜剧画风，还混入现代医美脸 — venturetwins · 2026-09-03
- 3 个 prompt 生成类使命召唤游戏,rileybrown 晒成本 — minchoi · 2026-09-03
- Fable 5.1 走红:用户用它造出整批游戏与虚拟世界 — minchoi · 2026-09-03
- Kirin 从野外视频重建 3D 动物运动，构建大规模数据集 — Brian Nlong Zhao · 2026-09-03