待验证50% 置信事实精确时间
Gemini的主动检索能力可类比为视频领域的RAG，涉及视频时刻检索和视频时序定位等技术
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/10
首次发现
有效期至：2026/12/9
来源
涉及实体
相关事实
待验证Gemini具备原生多模态处理能力，能够真正'观看'视频和'收听'音频，而ChatGPT和Claude只能通过间接方式访问这些信息71% 相似待验证Gemini multimodal model can directly process video frame sequences and understand temporal relationships rather than performing simple frame-by-frame image recognition70% 相似待验证Gemini的核心差异化在于其原生多模态能力（同时处理文本、图像、音频、视频与代码）以及与Google Search、Gmail、Docs等产品的深度整合70% 相似待验证在主流 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69% 相似待验证Google Gemini的早期演示视频被质疑夸大实际能力，实际经过了剪辑和提示词优化68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/890053API
curl https://kongchang.com/api/v1/knowledge/claims/890053MCP
get_claim(id=890053)