谷歌今日宣布在最新的 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中，推出功能。该新功能可提升分析准确率，同时大幅减少分析过程中的 Token 使用量和成本。

　　与现有“静态”处理方式不同，智能体理解将模型核心推理与原生工具结合，可在

　　在标准分析基准测试中，搭载智能体理解的 Gemini 模型可将分析成本降低最高 66%，Token 消耗量降低最高 88%，同时将准确率提升最高 7%。这类效率提升在长场景中尤为明显，因为传统静态处理会让开发者不得不在高 Token 成本和丢失关键细节之间做取舍。

　　谷歌指出，Gemini 3.7 Flash 搭配智能体理解可实现最佳的整体质量，同时在质量和成本效率间达到最优平衡，在理解任务中，位于准确率与成本的帕累托最优前沿。

　　不同于静态处理中模型按固定帧率读取媒体流，智能体理解让 Gemini 可以主动、有目标地决定观看哪些内容、以何种速度观看、通过哪种模态获取信息，仅提取所需的片段和信号。此前开发者只能手动完成这类操作，而借助智能体理解，Gemini 可通过智能循环完成，调用内部工具加载相关部分，大幅减少开发工作量。

　　谷歌还计划将这项能力推广到旗下更多面向普通用户的产品，该功能很快就会向 Gemini 应用中所有 Flash 和 Flash-Lite 模型用户推送；未来几个月内，智能体理解还为 YouTube 观看页的“Ask YouTube”功能提供支持，借助 Gemini 提供基于画面的更高质量回答。