Gemini 推出 Agentic Video：长视频理解省 88% token 还更准
davidstutz92 · x · 2026-09-04
Google DeepMind 官方（Logan Kilpatrick）宣布 Gemini API 推出 Agentic Video 长视频处理方式：token 消耗最高降低 88%，同时质量反而提升，可在 API 中按视频粒度控制，已支持 3.7 Flash 等最新模型。第三方转述称其在长视频推理基准 Minerva 上准确率提升 5.3 个百分点，且只用了 42% 的 token 成本。相关评测基于 DeepMind 开源的 Minerva 数据集集合，其中 Minerva-cultural 包含 540 个文化多语种视频、约 2200 条专家人工撰写问答对，专门测试 Video-LLM 的跨文化长视频推理能力。
「模型」频道最新
- Mistral 发布 Voxtral 3 语音系列，转写模型冲上榜单第三 — ArtificialAnlys · 2026-10-21
- Perplexity 发布 Decider V1.2：登顶 Vals AI 决策模型榜 ClaimBench — bo_wangbo · 2026-10-21
- Omnii-1 基因组模型发布：AI 设计的噬菌体首次用于人体治疗 — JosephJacks_ · 2026-10-21
- Nous Portal 订阅曝光：未用完额度可滚存，最高档每月 220 美元 — alexcovo_eth · 2026-10-21
- 1.3B 开源文档解析模型 OXR 登顶三大榜：100 页解析仅 101 秒 — s_mohinii · 2026-10-21
- 从记忆存储理解 LLM：事实习得三阶段与幻觉同步涌现 — scott_linderman · 2026-10-21