جيميني يدعم فهم الفيديو التفاعلي

أعلنت جوجل عن إطلاق ميزة الفهم التفاعلي للفيديو القائم على الوكلاء بشكل رسمي اليوم، مدعومة بأحدث نماذج غيميناي وهي 3.7 فلاش و3.6 فلاش و3.5 فلاش لايت. يهدف هذا التطوير إلى تحسين دقة تحليل المحتوى المرئي بشكل جذري مع خفض استهلاك الرموز الرقمية وتكاليف التشغيل، حيث سجلت الاختبارات توفيراً في التكاليف يصل إلى 66 في المئة وانخفاضاً في استهلاك الرموز بنسبة 88 في المئة، مع تحسين الدقة بنسبة 7 في المئة. يعمل هذا النظام على تجاوز منهجية المعالجة الثابتة التقليدية التي تلتقط الإطارات بمعدل محدد مسبقاً، حيث يدمج قدرة النماذج الأساسية على الاستنتاج مع أدوات الفيديو الأصلية لإنشاء حلقة عمل تفاعلية. تسمح هذه الحلقة للذكاء الاصطناعي بتحديد ما يجب فحصة بدقة، والسرعة المناسبة، والوسيلة الأمثل سواء كانت الإطارات أو الصوت أو النص، مما يقلل الاعتماد على التطوير اليدوي ويدعم عمليات متقدمة مثل استرجاع اللحظات بدقة تحت الثانية، وكشف الشذوذ، والعد الدقيق. تتفوق نسخة غيميناي 3.7 فلاش في تحقيق التوازن الأمثل بين الجودة والكفاءة، مما يجعلها الخيار الأفضل لمعالج المحتوى طويل المدة كالجلسات التدريبية والمنتديات الطويلة، حيث كان الخيار السابق يقضي بين التكاليف المرتفعة أو فقدان التفاصيل الحرجة. أصبحت الميزة متاحة الآن للمطورين عبر واجهة برمجة التطبيقات غيميناي في منصة جوجل للذكاء الاصطناعي الاستوديو ومنصة غيميناي للعوامل المؤسسية، مع دعم رفع الفيديوهات مباشرة ومعالجتها من يوتيوب. يُمثل هذا الإطلاق نقلة نوعية في معالجة الفيديو الذكي، حيث يوازن بين الأداء العالي والبنية التحتية المتكلفة، مما يعزز من قدرة التطبيقات المؤسسية على دمج التحليل المرئي المعقد في سير العمل اليومي بسلاسة وموثوقية عالية.