Googleは、Gemini APIおよびGemini Enterpriseプラットフォームにおいて、動画解析の精度向上と大幅なコスト削減を実現する新機能「エージェント型動画理解（Agentic Video Understanding）」の提供を開始した。
対応モデルと効率化の仕組み
本機能はGemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteの各モデルに対応している。動画全体を画一的に読み込むのではなく、モデルが自律的に動画の重要セグメントを動的にスキャン・探索することで、トークン消費量を最大88%、処理コストを最大66%削減することに成功した。
新機能とAPI設定
これにより、ミリ秒単位での特定シーン検出、精緻な異常検知、オブジェクトの正確なカウントなど高度な映像解析が可能となる。開発者はGoogle AI Studio等のAPI設定において処理モードを「agentic」に指定することで、追加料金なしで利用可能である。
コメント (0)