Google lança agentic video understanding para Gemini

A Google acaba de lançar uma nova funcionalidade para a plataforma Gemini, chamada de agentic video understanding, que permite uma análise de vídeo mais eficiente e precisa. Essa funcionalidade utiliza a capacidade de processamento dinâmico da Gemini para reduzir o consumo de tokens e os custos associados à análise de vídeo. Com essa nova funcionalidade, os desenvolvedores podem reduzir o consumo de tokens em até 88% e os custos em até 66%, além de melhorar a precisão da análise em até 7%.

A agentic video understanding é uma funcionalidade que permite que a Gemini processe vídeos de forma mais inteligente, utilizando ferramentas nativas de vídeo para melhorar o desempenho e desbloquear novas capacidades para o processamento de vídeo. Isso inclui a capacidade de recuperar momentos específicos em menos de um segundo, detecção de anomalias mais precisa, contagem precisa e muito mais. Além disso, a funcionalidade é compatível com uploads de vídeo e vídeos do YouTube via a API da Gemini no Google AI Studio e na plataforma de agente empresarial da Gemini.

A nova funcionalidade é especialmente útil para a análise de vídeos longos, como guias de "como fazer" de 10 minutos, palestras de 90 minutos ou gravações de várias horas. Nesses casos, o processamento estático tradicional pode ser muito caro ou pode perder detalhes importantes. Com a agentic video understanding, os desenvolvedores podem processar esses vídeos de forma mais eficiente e precisa, sem sacrificar a qualidade.

A ativação da agentic video understanding também oferece ganhos de eficiência significativos, especialmente quando se trata de reduzir o consumo de tokens e os custos associados à análise de vídeo. Com essa funcionalidade, os desenvolvedores podem reduzir o consumo de tokens em até 88% e os custos em até 66%, além de melhorar a precisão da análise em até 7%. Isso coloca a Gemini 3.7 Flash com agentic video understanding no limite de precisão e custo para a análise de vídeo.

A agentic video understanding é uma funcionalidade que pode ser ativada facilmente, basta configurar a API da Gemini para "agentic" no Google AI Studio ou na plataforma de agente empresarial da Gemini. Além disso, a funcionalidade não tem um custo adicional, utilizando o preço padrão de tokens da API da Gemini.

A Google também está trazendo a eficiência e a melhoria da qualidade da agentic video understanding para bilhões de usuários em produtos da Google. A funcionalidade será lançada em breve para todos os usuários da aplicação Gemini, além de ser utilizada no recurso "Pergunte ao YouTube" na página de visualização de vídeos do YouTube, utilizando a Gemini para fornecer respostas de alta qualidade baseadas nos visuais.

Em resumo, a agentic video understanding é uma funcionalidade poderosa que pode ajudar os desenvolvedores a analisar vídeos de forma mais eficiente e precisa, reduzindo os custos e melhorando a qualidade da análise. Com essa funcionalidade, a Gemini 3.7 Flash se torna uma das melhores opções para a análise de vídeo, oferecendo uma combinação de precisão e eficiência sem precedentes.