Gemini Agentic Video Understanding 自主拆解两小时足球比赛视频

AI_Andrew · x · 2026-09-03

谷歌员工 vamsibatchuk 介绍了连日发布的两项新能力：Gemini 3.8 Flash 和 Agentic Video Understanding，并用一个复古 Windows 98 风格工作站 demo 展示其潜力。输入任意两小时足球比赛 YouTube 链接后，Agent 能自主在 120 分钟时间线上导航（无需大文件下载或盲抽帧），动态缩放到候选片段检测裁判哨声、铲球和出牌手势，为每张黄牌/红牌标注精确到亚秒的时间戳和 2D 球场坐标，并生成可点击跳转播放的战术台账。全程无需手动拖动进度条。