Gemini научился сам решать, что смотреть в видео — и пересматривать нужный момент
Раньше ИИ анализировал видео почти как человек, которому включили запись на фиксированной скорости: кадр за кадром, независимо от того, где происходит что-то важное.
Google DeepMind меняет этот подход. В Gemini появился agentic video understanding — режим, в котором модель сама решает, какой участок видео изучить, с какой частотой кадров его пересмотреть и что использовать: изображение, звук или расшифровку.
🧠 Что изменилось?
Gemini больше не обязан «смотреть» весь ролик одинаково внимательно. Он может быстро пройти многочасовую запись, найти подозрительный эпизод, вернуться к нему и изучить уже покадрово.
Например:
➡️ найти событие длительностью меньше секунды;
➡️ заметить аномалию на записи;
➡️ точно посчитать повторяющиеся действия или объекты;
➡️ найти нужный момент в многочасовом видео без обработки каждого кадра.
📊 Ключевые цифры
По данным Google DeepMind, новый режим на тестах:
➡️ сокращает расход токенов до 88%;
➡️ снижает стоимость анализа до 66%;
➡️ повышает точность до 7%.
И вот здесь становится интересно. Видео постепенно превращается не просто в контент для анализа, а в сенсор для ИИ-агента.
Камера на производстве может стать источником для поиска отклонений. Запись встречи — базой, где агент сам находит нужный эпизод. Часовое обучение — материалом, из которого ИИ вытаскивает конкретное действие или ошибку.
😰 Но есть нюанс
Пока речь не о Gemini, который увидел событие на камере и самостоятельно заказал ремонт или остановил станок. В опубликованной версии «агентность» относится прежде всего к самому анализу видео: модель использует внутренние инструменты, чтобы выбирать, что и как смотреть.
🛠 Что можно попробовать уже сейчас?
Функция доступна через Gemini API в Google AI Studio и Gemini Enterprise Agent Platform для Gemini 3.7 Flash, 3.6 Flash и 3.5 Flash-Lite.
Следующий большой шаг ИИ — не научиться видеть ещё лучше. А научиться самому решать, куда смотреть и что делать с увиденным.
Подписывайтесь
September 2, 2026 17 1
