Google giới thiệu khả năng hiểu video theo tác vụ trong Gemini

Trong bài công bố ngày 1/9/2026, Google giới thiệu “agentic video understanding”: cách kết hợp khả năng hiểu video với các công cụ xử lý để tìm khoảnh khắc, đếm đối tượng hoặc phát hiện điểm bất thường chính xác hơn. Google cho biết tính năng được triển khai qua Gemini API trong Google AI Studio và Gemini Enterprise Agent Platform.

Thay vì chỉ hỏi “video này nói gì?”, người dùng có thể đặt câu hỏi cụ thể hơn: đoạn nào có một hành động, nhân vật xuất hiện ở thời điểm nào, hoặc có bao nhiêu lần một sự việc xảy ra. Đây là hướng hữu ích cho việc tìm tư liệu, dựng dàn ý và rà lại video dài.

Các con số hiệu năng trong bài là thông tin do Google công bố và kết quả còn phụ thuộc loại video, mô hình, độ dài tệp và cách tích hợp. Khi dùng vào công việc thật, hãy lấy mẫu kết quả, kiểm tra mốc thời gian và lưu bản gốc trước khi tự động hóa bước tiếp theo.

WIN AI TOOL tập trung vào quy trình theo cảnh: kịch bản, ảnh tham chiếu, video, voice và ghép bản cuối. Tin này là một hướng công nghệ có thể hỗ trợ khâu nghiên cứu hoặc rà nội dung; không nên hiểu là WIN AI TOOL đã tự động tích hợp toàn bộ tính năng của Google.