Google baru saja memperkenalkan sebuah pendekatan inovatif bernama agentic video understanding untuk sistem kecerdasan buatan mereka.

Teknologi terbaru ini memungkinkan model Gemini melakukan pencarian, pemindaian, serta pemeriksaan konten video secara dinamis.

Cara Kerja Analisis Video Dinamis

Pemrosesan video konvensional biasanya membaca data dengan kecepatan bingkai tetap yang sering kali memerlukan biaya token lebih tinggi.

Melalui fitur baru ini, model Gemini menggabungkan penalaran inti dengan perangkat video bawaan untuk bekerja lebih spesifik.

Sistem dapat menganalisis bingkai visual, audio, serta transkrip secara mandiri untuk mengambil momen penting yang dibutuhkan.

Pendekatan tersebut menghasilkan efisiensi signifikan dalam berbagai pengujian standar yang telah dilakukan oleh pengembang.

Model Gemini mencatatkan penurunan biaya analisis hingga 66% serta penghematan konsumsi token mencapai 88%.

Selain itu, tingkat akurasi pemrosesan dilaporkan meningkat hingga 7% dibandingkan metode pemrosesan video konvensional.

Peningkatan efisiensi ini sangat relevan untuk penanganan video berdurasi panjang seperti rekaman kuliah maupun panduan tutorial.

Pembaruan ini didukung pada tiga varian model utama termasuk Gemini 3.7 Flash, Gemini 3.6 Flash, dan Gemini 3.5 Flash-Lite.

Fitur canggih tersebut kini sudah tersedia melalui Gemini API untuk pengunggahan video serta konten YouTube di Google AI Studio.

Google juga berencana memperluas ketersediaan fitur ini ke dalam aplikasi Gemini serta fitur Ask YouTube dalam waktu dekat.