Gemini přináší video analýzu – naše zkušenosti s novou funkcí AI
Gemini nyní umí analyzovat videa až 5 minut, rozpoznávat objekty a odpovídat na detaily.
V poslední aktualizaci aplikace Google Gemini získala schopnost nahrávání videa až do délky pěti minut, kterou můžete připojit k dotazu. Hned první test jsme provedli se záznamem erupce vulkánu Kīlauea. Gemini dokázala správně identifikovat místo i dění na snímku, což nás nadchlo a ukázalo potenciál multimodální AI.
Nicméně v dalších pokusech jsme narazili i na omezení. Při analýze rychle se pohybujících scén, jako jsou vlny na moři nebo divoká zvířata, si AI občas spletla objekty a jejich činnosti. V jednoho testu se u záznamu vaření snažila rozpoznat suroviny podle barev a stínů, ale některé ingredience označila nesprávně. Přesto ale zvládla vysvětlit klíčové momenty videa a poskytla podrobné odpovědi na následné dotazy.
Výhody nové funkce:
- Analýza objektů a prostředí v nahraném videu
- Možnost klást dodatečné otázky k libovolné části záznamu
- Integrované přehrávání videa přímo v chatovacím rozhraní
Nevýhody a omezení:
- Nelze nahrávat video přímo z kamery v aplikaci, jen předem pořízené klipy
- Maximální délka videa je 5 minut, delší záznamy je třeba nahrát na YouTube jako neveřejné
- Na webové verzi funkce zatím není dostupná
Celkově je Google Gemini s video analýzou krok správným směrem k bohatšímu, multimodálnímu zážitku. Funkce je pro uživatele zdarma i součástí placených tarifů, ale stále se může zdokonalit v přesnosti u složitějších scén.