Gemini 推出智能体视频理解，Token 消耗最多降 88%

指南2026年9月1日5 分钟阅读

Gemini 推出智能体视频理解，Token 消耗最多降 88%

Google DeepMind 今日发布智能体视频理解（Agentic Video Understanding），在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 中上线。与传统的固定帧率处理不同，该功能通过动态搜索和扫描视频片段，将分析成本降低最高 66%，Token 消耗减少最高 88%，同时准确率提升最多 7%。

本文编译自 Introducing agentic video understanding with Gemini，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

概念速查

AI 智能体

AI Agent 是能自主感知环境、制定计划并采取行动来完成目标的智能程序——不只是聊天，而是帮你干活。

相关文章

三位Java Champion如何用GitHub Copilot提效

三位Java Champion结合各自的生产实践，展示了GitHub Copilot在功能开发、课件迁移和终端UI应用等场景中的用法。他们强调验证结果、保持代码可维护性，并把AI当作协作伙伴而非替代者，核心原则是“委托执行，而非责任”。

指南GitHub·10月20日·8 分钟

Together推出后训练服务：用RL和SFT定制开源模型

Together Post-Training 提供灵活的模型后训练服务，支持 LoRA 和全权重微调，用户可自定义训练循环、损失函数和 rollout 策略。服务强调输出质量与训练效率，并支持训练后多 LoRA 部署和 FP4 推理。早期客户反馈积极，前八周 B200 GPU 每小时 9 美元。

指南·10月19日·6 分钟

评论