گوگل قابلیت جدیدی به نام «درک ویدئویی عامل‌محور» (agentic video understanding) را به آخرین مدل‌های هوش مصنوعی خود یعنی Gemini 3.7 Flash، Gemini 3.6 Flash و Gemini 3.5 Flash-Lite اضافه کرده است. این ویژگی به کاربران اجازه می‌دهد ویدیوهای خود را بارگذاری کنند تا هوش مصنوعی آن‌ها را تحلیل کند.
تحلیل ویدیوهای طولانی با دقت بالا و هزینه کمتر
طبق اعلام گوگل، این قابلیت جدید می‌تواند ویدیوهای چندساعته را با دقت زیر ثانیه بررسی کند. علاوه بر این، Gemini اکنون قادر است حرکت‌های فیزیکی را ردیابی کرده و اشیاء متمایز درون ویدیو را شمارش کند.
یکی از بزرگ‌ترین مزایای این به‌روزرسانی، بهینه‌سازی مصرف منابع است؛ به‌طوری‌که میزان استفاده از توکن‌ها تا ۸۸ درصد کاهش یافته و در عین حال، دقت تحلیل ویدیوها تا ۷ درصد بهبود یافته است. این تغییرات باعث می‌شود فرآیند تحلیل ویدیو برای کاربران بسیار مقرون‌به‌صرفه‌تر و کارآمدتر شود.