Gemini سيشاهد الفيديو كوكيل: دقة أعلى برموز أقل حتى 88 بالمئة

الفيديو أشره مدخلات النماذج اللغوية: تتحول اللقطات إلى رموز، ويلتهم مقطع قصير نافذة السياق كلها. إعلان Google DeepMind يغير هذه الحسبة: تحصل أحدث نماذج Gemini على فهم وكيلي للفيديو، ورقما الشركة هما دقة تحليل أعلى ورموز أقل بنسبة تصل إلى 88 بالمئة.

ومعنى الوكيلي أن النموذج لم يعد يبتلع الفيديو كله عمياء؛ بل يقارب التسجيل بحسب ما يبحث عنه، عائدًا إلى مقاطع بعينها عند الحاجة وممررًا الباقي مرورًا سريعًا. نموذج يبحث وجهاز التحكم في يده، لا نموذج يتفرج فحسب. والدقة الأعلى بكلفة أدنى نتيجة طبيعية لهذه النظرة الانتقائية.

والمردود العملي واسع: تسجيلات الاجتماعات الطويلة وكاميرات المراقبة ومقاطع المحاضرات ومسح الأرشيفات تنفتح على أحمال عمل حقيقية حين تهبط فاتورة الرموز بهذا القدر. وبهذا اكتملت الساق المرئية من سلسلة اقتصاد السياق التي غطيناها هذا الأسبوع مع ContextPilot وSparkLLM: الفائز هو النموذج الذي يعرف أين ينظر، لا الذي يقرأ كل شيء.