Im Quellenvergleich

Agentisches Video-Verständnis von Gemini

2 Quellen · 2 Meldungen · Stand 02.09.2026

Alle Inhalte werden von KI erstellt. Dieser Überblick fasst zusammen, worin sich mehrere Quellen einig sind und worin sie sich unterscheiden — die Bewertung bleibt dir überlassen.

Im Quellenvergleich

Worin die Quellen übereinstimmen

Google führt eine agentische Videoanalyse für die Gemini-Modelle 3.7 Flash, 3.6 Flash und 3.5 Flash-Lite ein. Statt Videos mit fester Bildrate abzutasten, sucht das Modell gezielt nach relevanten Momenten in Bild, Audio und Transkript. Laut Google sinken die Analyse-Kosten um bis zu 66 Prozent, der Token-Verbrauch um bis zu 88 Prozent und die Genauigkeit steigt um bis zu 7 Prozent. Die Funktion erkennt Momente, die kürzer als eine Sekunde sind, findet Szenen in langem Material und erkennt Anomalien. Sie ist über die Gemini-API in Google AI Studio verfügbar, ohne Zusatzgebühr. Entwickler aktivieren sie, indem sie die Verarbeitung auf "agentic" setzen. Später soll die Funktion in die Gemini-App und in "Ask YouTube" integriert werden.

Worin sie sich unterscheidenZusätzliche Anwendungsfälle und technische Details
Zusätzliche Anwendungsfälle und technische Details
  • Die Funktion eignet sich für das Auffinden von Sekundenbruchteil-Momenten, das Zählen von Objekten und Bewegungen sowie für lange Videos.1
  • Die agentische Variante koppelt die Kernlogik des Modells mit nativen Videowerkzeugen; ein internes Tool lädt nur den relevanten Teil der Videodatei.2

Quellen (2)

Vollständige Übersicht mit allen Meldungen öffnen →