谷歌近日宣布，为Gemini系列中的3.7 Flash、3.6 Flash及3.5 Flash-Lite模型引入了一项突破性的智能体视频理解功能。这一创新不仅显著提升了模型对视频内容的分析精度，还大幅降低了资源消耗与成本，为视频处理领域带来了新的可能性。
传统的视频处理方式多采用静态模式，即按照固定的帧率读取视频内容，默认帧率为每秒1帧（1FPS）。尽管开发者可以通过应用程序接口调整这一参数，但这种方式在处理长视频或需要高精度分析的场景时，往往面临高额Token开销与关键细节遗失的两难选择。谷歌此次推出的智能体视频理解功能，通过将模型的核心推理能力与原生视频工具相结合，实现了对视频视觉帧、音频及转录文本的动态检索、扫描与核验，从而有效解决了这一问题。
据基准测试结果显示，搭载这一新功能的Gemini模型在视频分析成本上最高可降低66%，Token消耗量最高减少88%，同时分析准确率最高提升7%。这一技术优势在长视频处理中尤为显著，使得开发者在保持分析质量的同时，能够显著降低运营成本。谷歌特别指出，Gemini 3.7 Flash与新功能的结合，在综合表现上达到了分析质量与成本效率的最佳平衡，处于视频理解任务准确率与成本的帕累托最优前沿。
智能体视频理解功能赋予了模型自主决策能力，使其能够根据任务目标自主选择读取内容、播放速度，以及选取视频帧、音频、转录文本等信息模态。这一变革意味着，以往需要开发者手动完成的筛选操作，如今可由模型通过智能循环调用内部工具自动完成，从而大幅缩减了开发工作量。例如，在处理快速运动画面或细微视觉异常时，模型可以针对指定时间窗口调高采样帧率，确保不遗漏任何关键信息。
该功能还具备多项实用特性，如支持亚秒级时刻检索，能够精准捕捉固定帧率下容易遗漏的状态变化与剪辑边界，为高精度自动化视频编辑提供了有力支持。同时，它还能对时长数小时的长视频开展复杂内容检索，而无需消耗海量Token资源。智能体视频理解功能还能对时序下的重复动作、多类物体实现精准计数，进一步拓展了其应用场景。
目前，这项功能已在Google AI Studio及Gemini企业智能体平台的Gemini应用程序接口上线，支持本地视频上传与YouTube视频解析。开发者只需在接口配置中将处理模式设置为“agentic”，即可轻松开启这一能力。谷歌还透露，未来这项技术能力将逐步向面向普通用户的产品落地，包括推送至Gemini应用全部Flash、Flash-Lite模型用户，以及赋能YouTube视频页面的“Ask YouTube”功能，依托Gemini模型输出更贴合视频画面内容的问答结果。
