Google Gemini 現可上傳影片分析內容，從畫面到音訊都能讀懂

Google Gemini 持續進化，現在除了支援文件與圖片上傳，使用者也能直接將影片檔案加入提示中，讓 AI 分析影片內容並回答相關問題。Gemini 不僅能針對影片中的畫面進行辨識，還能深入分析音訊，帶來更豐富、直覺的互動體驗。

舉例來說，筆者上傳了一段講解「研究機構調查有 84% 的受訪者願意為 Apple AI 付費」的影片（影片內容可參考超連結），並詢問內容重點，Gemini 隨即根據畫面與語音內容，生成清楚的摘要說明；若上傳的是螢幕錄影，只要提問「影片中出現的時間是什麼？」也能得到正確答案。此外，用戶也可要求 Gemini 為影片撰寫描述，例如上傳一段水族館「鯨鯊餵食秀」的影片，Gemini 便會自動產生如下生動的描述：

「這是一段水下影片，可能是在水族館拍攝。畫面中有一隻巨大的鯨鯊，背部呈深藍灰色，腹部為淺色。它的身上似乎有淺色的斑點，這是鯨鯊的典型特徵。影片中還可以看到許多其他小魚群，其中有些是銀白色的魚，還有一些是帶有黃色尾鰭的魚，牠們圍繞著鯨鯊游動。鯨鯊在水中緩慢地垂直向上移動，牠的嘴巴似乎是張開的，像是在濾食水中的浮游生物。畫面底部偶爾會出現其他種類的魚，例如一隻看起來像是魟魚的生物，以及幾隻體型較大的魚從畫面下方游過。影片中還能聽到背景有一些環境聲音，例如人們的說話聲和一些日語解說。解說中提到了鯨鯊（日語中稱作「ジンベエザメ」）以及牠們的濾食行為，甚至提到了牠們一次能吸入約 100 公升的海水。整體而言，這是一段展示鯨鯊在水下優雅游動和濾食行為的影片。」

根據實測，目前無論是手機 App 或網頁版都已開放影片上傳與分析功能。若你的帳戶已開啟此功能，在手機版的聊天介面中點選加號選單，再選擇「相簿」或「檔案」，即可挑選影片上傳；若檔案呈現灰色，則表示目前尚不支援該格式。而在電腦的網頁版上，只需將影片拖曳至聊天介面中即可完成上傳，若不支援則會顯示「不支援的檔案類型」提示。

影片成功上傳後，Gemini 會在聊天視窗中顯示完整的播放器介面，方便使用者即時預覽與回顧影片內容。

值得一提的是，目前 Google 仍未更新內建的 Gemini 相機以支援直接錄製影片，目前僅能拍攝照片作為提示內容使用。

參考資料：9to5Google

• 延伸閱讀：Google Gemini 向付費用戶推出「排程動作」功能，讓 AI 在特定時間執行任務
• 延伸閱讀：Google Gemini 推出原生 AI 圖像編輯功能，支援自然語言編修與風格變換
• 延伸閱讀：Google AI Pro 值得升級嗎？除了 Gemini Pro 還有什麼附加服務，方案內容全解析