Tabbit
活动资源博客模型
Tabbit LogoTabbit

Tabbit — 为你工作的 AI 浏览器

主题资源

  • 浏览器排行榜
  • AI 浏览器指南
  • 浏览器对比
  • 浏览器测评
  • 浏览器替代方案
  • 浏览器专题目录
  • Agentic 浏览器
  • 下载与安装
  • 浏览器效率
  • SillyTavern 模型指南

热门指南

  • Best Browsers 2026: Top 10 Ranked & Compared
  • Best Free AI Browsers 2026: Plans & Prices Compared
  • Rabbit Browser: What It Is & Why Tabbit Is Better
  • Firefox vs Chrome 2026: Privacy, RAM & Speed Compared
  • Best Lightweight Browsers 2026: 7 Tested for RAM & Speed
  • AI Browser List 2026: 10 Browsers Compared
  • Neobrowser: Norton Neo, Download & Alternatives
  • Edge vs Chrome 2026: Speed, RAM & Battery Tested
  • Best Internet Browser for Android 2026
  • Best AI Browser 2026: Top 9 Tested & Ranked

活动

  • 别装了,你在《牛来》里早有原型
  • Tabbit 妙招大赛
  • KPOP SBTI 饭圈人格测试
  • Tabbit 校园共创者计划
  • fifi 的论文文献妙招精选
  • 用户问卷

关于

  • Tabbit 博客
  • 媒体报道
简体中文
简体中文English
提示词与案例展示
官方Gemini 4 Carbon

Google AI Studio:Gemini 4 Carbon 动态视频理解配置

原始来源

Google AI Studio / Gemini API

作者Google

Tabbit 整理2026-11-16

查看原文

一句话结论

Gemini 4 Carbon 支持视频输入和 agentic video understanding;默认使用静态模式,需在视频输入中显式设置 processing: "agentic" 才会按需查看时间线、字幕/转录和画面。

适用场景

  • 适合的任务:长视频检索特定事件、按主题查找片段、跨音轨和画面核对内容。

  • 不适合的任务:要求不漏掉快速动作或逐帧检查的短片;静态默认的 1 FPS 可能采不到快速变化,agentic 会按需取样。

  • 适用的模型版本:Gemini 4 Carbon,模型 ID gemini-4-carbon。

  • 适用的客户端、Agent 或 API:Google GenAI SDK 的 Gemini API Interactions API。

  • 推荐的推理档位和参数:Carbon 默认 thinking_level 为 medium;长视频可为视频输入设置 processing: "agentic",耗时较长时使用 background=True 或流式请求。视频分辨率可独立配置。

可直接使用的内容

以下 Python 片段按官方 Agentic 示例整理,替换视频路径和查询即可。较大的视频使用 Files API,等文件状态变为 ACTIVE 后再发起交互:

import time
from google import genai

client = genai.Client()
video_file = client.files.upload(file="path/to/video.mp4")

while not video_file.state or video_file.state.name != "ACTIVE":
    if video_file.state and video_file.state.name == "FAILED":
        raise RuntimeError("Video processing failed")
    time.sleep(2)
    video_file = client.files.get(name=video_file.name)

interaction = client.interactions.create(
    model="gemini-4-carbon",
    input=[
        {
            "type": "video",
            "uri": video_file.uri,
            "mime_type": video_file.mime_type,
            "processing": "agentic",
        },
        {
            "type": "text",
            "text": "查找视频中讨论退款政策的片段,并按时间戳总结发言要点。",
        },
    ],
    background=True,
)

while interaction.status in ("queued", "in_progress"):
    time.sleep(5)
    interaction = client.interactions.get(interaction.id)

print(interaction.output_text)

安全的时间戳抽取提示示例(编辑性示例,非 Google 原文):

仅根据视频中可核对的语音转录或画面,列出与“退款政策”相关的片段。每条输出开始时间(MM:SS)、结束时间(MM:SS)、证据类型(语音/画面)和一句摘要。不要推断未出现的信息;无法确认时间或内容时写“无法确认”,不要编造时间戳。直接引述时保留原话,不补全被截断的句子。

测试或工作流步骤

  1. 上传较大或将复用的视频;短小的一次性视频也可按官方支持的输入方式直接传入。

  2. 确认文件已处理完成,随后在视频项上显式指定 processing: "agentic"。不指定时使用默认静态模式。

  3. 查询要具体到事件、主题或时间段;需要定位具体时刻时使用 MM:SS 格式。

  4. 长视频或多轮检查可启用后台执行或流式响应;完成后确认交互状态并读取 output_text。

  5. 检查 interaction.steps:存在 processing_call 和 processing_result 表示模型实际动态查看了视频内容。抽取结果中的时间戳应回看原视频核对。

原始证据与数据

  • Gemini 4 Carbon 模型卡把 Agentic video understanding 标为支持,并注明默认静态处理。

  • 视频指南将 Agentic 列为 Carbon 支持的模式;在视频输入上设置 processing: "agentic" 启用。模型可按提示动态查看时间线,并按需读取转录、帧或音频。

  • 所有 Gemini 模型默认采用静态处理:每秒抽取 1 帧;文档称音频按单声道 1 Kbps 处理,并每秒加入时间戳。

  • 官方建议静态用于短片(约 5 分钟内)、需要概览全片或逐帧检查、重视低延迟的任务;Agentic 适合长视频(约 5–10 分钟以上)和针对具体主题/时刻的检索。官方称长视频可最多减少 88% token;短片和宽泛问题可能因导航思考与工具往返增加耗时或 token。

  • Agentic 的 processing_call 表示请求读取视频片段或转录,processing_result 是对应结果。官方建议检查这些步骤验证动态导航是否发生。

  • 视频裁剪区间和自定义 fps 仅适用于静态处理;在 Agentic 模式下不能用这些参数控制采样。静态模式可通过 MM:SS 提问定位内容,但快速动作仍可能被 1 FPS 采样遗漏。

  • Google 文档列出 1M 上下文模型在低分辨率下默认可处理最长 3 小时视频,高分辨率下最长 1 小时。视频分辨率、处理模式相互独立。

适用边界

  • 动态导航会增加长视频任务首 token 延迟;长任务宜使用后台执行或流式响应,避免连接超时。

  • 官方所称 token 节省和质量提升是文档中的能力描述,不保证每条视频或每个任务都达到相同效果。

  • 时间戳提示能引导定位,不能替代对原视频的核验;静音、语音识别错误、剪辑或证据不足时应明确标注不确定。

  • 本文未调用 API 或实测视频,代码配置按 Google 官方示例整理。

复现说明

采集日期为 2026-11-16。通过 Tabbit 打开指定的 Google AI Studio 视频理解文档,并读取其 agentic 模式、默认采样、限制和示例;同时核对 Gemini 4 Carbon 官方模型卡。代码仅替换示例中的模型 ID,并补充文件失败状态处理;未上传视频或发起 API 请求。

Tabbit 小编提醒

提示词与案例来自公开资料,由 Tabbit 编辑整理。引用前请查看原文授权与适用范围。

Gemini 4 Carbon

在 Tabbit 中使用

Gemini 4 Carbon

相关提示词与案例

官方Google AI Studio / Gemini API

Gemini 4 Carbon 的 Google AI API 规格

官方Google AI Studio / Gemini API

Gemini 4 Carbon 长输出:续接、状态与停止条件

官方Google AI Studio2026-11-10

Google AI Studio:Gemini 4 Carbon 复杂任务提示设计

媒体Google Antigravity Blog2026-11-10

Gemini 4 Carbon 与 Antigravity `/swarm` 并行协作工作流

Gemini 4 Carbon

相关测评

官方Google DeepMind

Gemini 4 Carbon 模型卡:知识工作与多模态基准及其边界

媒体Artificial Analysis

Gemini 4 Carbon:Artificial Analysis 推理档位与指数成本

媒体Zapier

Gemini 4 Carbon 在 Zapier AutomationBench 的业务流程结果

媒体AI IQ

Gemini 4 Carbon 在 AI IQ 的综合评分与基准覆盖率