谷歌给Gemini加视频Agent：成本最高降66%

谷歌给 Gemini API 上线 Agentic Video Understanding。它让模型自己决定看哪段视频、怎么检查。普通模式默认按 1 FPS 固定抽帧，再一次性放进上下文。新模式会自己沿时间轴找片段，并按问题选择画面、音频或转录文本。碰到快速动作，还能提高帧率重新检查。Google 自测称，Gemini 3.7 Flash 开启后，Token 消耗最高下降 88%，分析成本最高下降 66%，准确率相对提升最高约 7%。它能定位不到 1 秒的瞬间，也能在几小时的视频里找一个细节。技术上是把开发者以前要自己搭的「先定位、再精看」流程塞进 Gemini 内部。现在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 都支持。上传视频和 YouTube 视频都能用，也不另收功能费。之后还会接入 Gemini App 和 YouTube 的 Ask YouTube。[原文链接](动察 Beating AI 快)