Gemini 3 Flash 的「Agentic Vision」提升影像理解精度 10%

🔑 增強重點摘要

• •Agentic Vision 採用「Think, Act, Observe」循環，逐步規劃放大、檢查和操作影像，以視覺證據為基礎驗證答案。[1]
• •它能繪製邊界框和數字標籤作為「視覺刮紙板」，解決如計手指數等困難問題，並使用 Matplotlib 視覺化高密度表格。[1][2]
• •透過 Python 環境執行視覺算術，取代機率猜測，避免幻覺，並在建築平面驗證平台 PlanCheckSolver.com 上提升 5% 準確度。[3]
• •目前在 Gemini 應用程式的 Thinking 模式開始推出，並透過 Google AI Studio 和 Vertex AI 的 Gemini API 供開發者使用。[1][2]

🛠️ 技術深入

• •採用「Think, Act, Observe」代理循環：思考規劃、行動生成 Python 程式碼（如裁剪影像區域、繪製邊界框）、觀察驗證結果。[1][3]
• •自動偵測細節時隱式放大（zoom），生成程式碼裁剪特定區域並附加回上下文視窗進行分析。[1][3]
• •支援媒體解析度參數（low, medium, high, ultra high），僅 ultra high 限影像模態，影響 token 使用與延遲。[5]
• •整合多模態函數回應，可包含影像與 PDF，並支援串流函數呼叫以提升工具使用體驗。[5]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線