Gemini Agentic Video:不再按固定 FPS“看完整段视频”,Token 最多降 88% 的关键是主动找片段
Google 把视频理解从固定 1 FPS 采样升级成 Agentic Processing:模型根据问题主动搜索时间线、选择 Frames / Audio / Transcript,并对关键片段提高 FPS 重采样。Google 自报 Token 最多减少 88%、分析成本最多降低 66%、准确率最高提升 7%。
AI 工具与开源生态动态
AI 工具、模型与开源生态的资料整理与解读,低成本建立持续判断力
Gemini Agentic Video:不再按固定 FPS“看完整段视频”,Token 最多降 88% 的关键是主动找片段
Google 把视频理解从固定 1 FPS 采样升级成 Agentic Processing:模型根据问题主动搜索时间线、选择 Frames / Audio / Transcript,并对关键片段提高 FPS 重采样。Google 自报 Token 最多减少 88%、分析成本最多降低 66%、准确率最高提升 7%。
Runway Dev 发布:用一个 API 串起图像、视频、音频与实时角色生成
Runway 面向开发者和企业推出统一生成媒体平台,将自有与第三方模型、预制 Recipes、自定义 Workflows 和实时 Characters 收进同一套 API 与治理界面。