LLM X/Twitter
Gemini 영상 분석, 정확도 높이고 토큰 사용량 최대 88% 줄이는 동적 프레임 추출 도입
최신 Gemini가 영상 전체를 고정 간격으로 읽는 대신 필요한 순간의 프레임을 동적으로 골라 토큰 사용량을 최대 88% 줄였다. 정확도까지 개선됐다는 결과는 장시간 영상 에이전트의 비용과 지연시간을 함께 낮출 가능성을 보여준다. 실제 평균 절감률과 지원 모델은 아직 공개되지 않았다.
2분 소요
Gemini 멀티모달 미디어 2026년 8~9월: 음성 인식·영상 생성·분석
현재 상황
85개 이상 언어를 지원하는 Gemini 3.5 Transcribe, 4K 업스케일과 장면 확장을 제공하는 Omni 1.1 Flash, 영상 분석 토큰을 최대 88% 줄인 동적 프레임 추출까지 Google의 음성·영상 모델 업데이트를 시간순으로 추적한다.
최근 변화
- Gemini 영상 분석, 정확도 높이고 토큰 사용량 최대 88% 줄이는 동적 프레임 추출 도입
- Gemini Omni 1.1 Flash 정식 출시: 4K 업스케일·장면 확장 지원 영상 모델
- Google Gemini 3.5 Transcribe, 85개 이상 언어 지원 정밀 음성 인식 모델 출시
핵심 쟁점
낙관론: Gemini 멀티모달 미디어 2026년 8~9월: 음성 인식·영상 생성·분석이(가) 실질적이고 누적되는 레버리지를 만들어냅니다.
신중론: Gemini 멀티모달 미디어 2026년 8~9월: 음성 인식·영상 생성·분석의 신뢰성·비용·통제 문제는 아직 해결되지 않았습니다.
주목할 신호
- ‘gemini’ 관련 모멘텀과 새로운 보도
- ‘google’ 관련 모멘텀과 새로운 보도
- ‘multimodal’ 관련 모멘텀과 새로운 보도
타임라인
최신
최근 전개
LLM X/Twitter
Gemini Omni 1.1 Flash 정식 출시: 4K 업스케일·장면 확장 지원 영상 모델
Google이 Gemini Omni 1.1 Flash를 Gemini API와 Google AI Studio에 정식 출시했다. 4K 업스케일, 첫/마지막 프레임 지정, 장면 확장 등 강화된 영상 생성·편집 기능이 추가됐으며, Video Arena에서 1위에 오른 모델이다.
1분 소요 23 조회
최근 전개
AI X/Twitter
Google Gemini 3.5 Transcribe, 85개 이상 언어 지원 정밀 음성 인식 모델 출시
Google이 Gemini 3.5 Transcribe를 정식 출시했다. 85개 이상의 언어를 자동 감지하고, 간투사 제거 및 화자 분리를 지원하며 사전 녹음 오디오에서 단어 오류율(WER) 2.6%를 기록한다.
1분 소요 30 조회