一种视频分析范式，会根据任务自适应地选择最相关的部分和信号，例如画面帧、音频或转录文本。
Google已将“代理式视频理解”能力加入Gemini 3.7 Flash、3.6 Flash和3.5 Flash-Lite，使模型能够确定需要检查的片段和媒介，而不是以固定帧率处理视频。公司称，该功能可将令牌消耗降低最高88%、成本降低最高66%，同时将准确率提升最高7%。