Approche d’analyse vidéo qui sélectionne de manière adaptative les parties et les signaux les plus pertinents pour la tâche, tels que les images, l’audio ou le texte transcrit.
Google a ajouté la capacité de « compréhension agentique des vidéos » à Gemini 3.7 Flash, 3.6 Flash et 3.5 Flash-Lite. Le modèle détermine ainsi les parties et les supports qu’il doit examiner au lieu de traiter la vidéo à une fréquence d’images fixe. L’entreprise affirme que cette fonctionnalité réduit la consommation de jetons jusqu’à 88 % et les coûts jusqu’à 66 %, tout en améliorant la précision jusqu’à 7 %.