Agentic Video Understanding in Gemini

概要

• Geminiが動画内で確認すべき箇所や再生速度、映像・音声・文字起こしの使い分けを自律的に判断する新しい処理モードです。
• 固定フレームレートで動画全体を処理せず、必要なセグメントだけを取得するため、特に長時間コンテンツの解析を効率化できます。

主な特徴

• トークン使用量を最大88%、コストを最大66%削減しながら、動画理解の精度を最大7%向上。標準料金で利用できます。
• サブ秒単位の場面検索、数時間に及ぶ動画内の特定情報の探索、可変FPSによる異常検知に対応します。
• 繰り返し登場する動作や物体を正確に数えられるため、自動編集や詳細な動画分析にも活用できます。

こんな人におすすめ

• 長時間動画を対象に、検索・編集・コンテンツモデレーション・映像分析のサービスを開発するエンジニアやチームに適しています。
• 既存のGeminiモデルを活用しながら動画処理の速度やコストを改善したい場合に、設定変更だけで試せる実用的な選択肢です。