谷歌 Gemini 推出智能体式视频理解：宣称少用 token、降本提质

谷歌于 2026 年 9 月 1 日 17:00 UTC 发文，宣布在 Gemini 3.7 Flash、3.6 Flash 与 3.5 Flash-Lite 上引入智能体式（agentic）视频理解：模型可动态搜索与扫描视频片段，而非按固定帧率静态采样。

相对静态 FPS 方案，公司宣称最多可少用约 88% token、成本降低约 66%，质量指标提升约 7%。该能力已在 Gemini API、AI Studio 与企业 Agent Platform 提供，处理模式为 agentic；并计划进入 Gemini 应用与 YouTube「Ask YouTube」。