待验证50% 置信事实精确时间

智能体式视频理解让模型可以自主决定看哪里、看多久、跳过哪些片段，并结合上下文进行多步推理

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

Gemini智能体式视频理解：AI如何主动看懂视频内容

涉及实体

Geminimodel Agentic Video Understandingconcept

相关事实

待验证VideoAgent将LLM作为智能体，迭代地决定观看视频的哪些片段80% 相似待验证智能体视频理解能够通过自适应帧率准确统计快节奏动作的次数79% 相似待验证智能体视频理解通过智能体循环（agentic loop）调用内部工具按需加载视频文件的相关部分79% 相似待验证当前大模型处理视频并非逐帧理解，而是通过智能采样从视频中抽取关键帧（通常每秒1-4帧）作为图像输入分析76% 相似待验证Midjourney的视频功能采用图像到视频（Image-to-Video）的推理方式，以一张静态图作为条件输入预测后续帧74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/893339

API

curl https://kongchang.com/api/v1/knowledge/claims/893339

MCP

get_claim(id=893339)