视频理解

谷歌在Gemini 3.7 Flash等模型中上线智能体视频理解功能，模型可主动搜索视觉帧、音频和转录文本，Token消耗最多降低88%，分析成本最多下降66%，准确率最高提升7%，且不额外收费，支持亚秒级检索、长视频搜索、异常检测等能力。