待验证50% 置信事实精确时间

在主流 AI 模型中，能原生理解视频的只有 Gemini，因为其在预训练阶段纳入了大规模视频数据

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/24

首次发现

有效期至：2026/10/22

来源

6个开源工具系统补齐Claude Code五大短板

bilibiliNixAI2026/7/8

相关事实

待验证在主流 AI 模型里，能原生理解视频的只有 Gemini，Claude 本身缺少原生视频理解能力84% 相似待验证Gemini从预训练阶段就将文本、图像、音频、视频数据混合输入，实现原生多模态训练74% 相似待验证Gemini的图像生成能力基于原生多模态架构，模型在训练阶段同时学习了文本和图像的表征72% 相似待验证Gemini的视频生成能力基于Google DeepMind的Veo模型71% 相似待验证Google Gemini 1.5 Pro及后续版本采用原生多模态架构，能直接处理视频帧序列，具有百万级token上下文窗口70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/607437

API

curl https://kongchang.com/api/v1/knowledge/claims/607437

MCP

get_claim(id=607437)