Nová Gemini agentická funkce pro analýzu videa snižuje spotřebu tokenů až o 88 %
Google představil agentickou funkci pro analýzu videa v modelech Gemini 3.7 Flash, 3.6 Flash a 3.5 Flash-Lite. Nová schopnost dynamicky vyhledávat relevantní části videa snižuje spotřebu tokenů až o 88 % a náklady až o 66 % při současném zlepšení přesnosti až o 7 %. Funkce je k dispozici ihned prostřednictvím Gemini API bez dodatečného poplatku a podporuje analýzu videí z uploadů i YouTube.
Gemini obecně nepovařuji za aktuálně nejlepší model a za svou konkurencí od OpenAI i Antrhropic dost zaostává. Ale zdá se že i přesto hledá use case ve kterých dává smysl. Rozhodně vyzkouším.
Jak se liší agentická analýza videa od statické metody?
Agentická analýza umožňuje modelu dynamicky rozhodovat, které části videa se mají analyzovat, v jaké rychlosti a jakou modalitou (snímky, audio nebo text), zatímco statická metoda zpracovává video s pevnou snímkovací frekvencí. To vede k výrazně nižší spotřebě tokenů bez ztráty kvality.
Jaké praktické aplikace má agentická analýza videa?
Funkce umožňuje přesné vyhledávání změn v milisekundové přesnosti, hledání v dlouhých videích bez milionů tokenů, detekci anomálií a přesné počítání opakovaných akcí či objektů v čase.
Jaký je přínos pro vývojáře?
Vývojáři již nemusí ručně implementovat logiku pro dynamické procházení videa – Gemini to nyní zvládá automaticky prostřednictvím interních nástrojů, čímž se výrazně snižuje vývojová režie.
- Google představuje Gemini 3.7 Flash — blog.google 83 % shoda
- LFM2.5-2.6B malý a dostatečně chytrý AI lokální model — liquid.ai 73 % shoda
- Gemini Spark se integruje s Chrome — blog.google 72 % shoda
- Gemini7
- Gemini 3.7 Flash
- Gemini 3.6 Flash3
- Gemini 3.5 Flash-Lite
- Google37
- Google AI Studio3
- Gemini Enterprise Agent Platform
- Google DeepMind3