【2026年9月】Geminiの動画理解とは？必要な場面を探して確認するAI

Googleは2026年9月1日、Geminiの「agentic video understanding」を発表しました。新しい動画を作る機能ではなく、既存の動画を調べて質問に答える機能です。

何が変わる？

質問に合わせて必要な場面を探し、その区間を詳しく確認します。映像だけでなく、音声や文字起こしも手掛かりにします。動画全体を一定の間隔で読み込む方法とは異なり、AIが確認する場所や細かさを選びます。

どこで使える？

発表時点では、Gemini APIを通じてGoogle AI StudioやGemini Enterprise Agent Platformで利用できると案内されています。対象はアップロードした動画とYouTube動画です。対応モデルはGemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteです。

一般向けGeminiアプリへの提供は、この発表では今後の予定とされています。

費用と精度について

Googleは自社の評価で、トークン消費を最大88%、分析費用を最大66%減らし、精度を最大7%改善したと報告しています。トークンはAIの処理量を数える単位です。これらは評価条件での最大値で、すべての動画に当てはまる保証ではありません。

Googleによると、機能自体の追加料金はかかりませんが、分析には通常のGemini APIのトークン料金がかかります。

参照URL

Google公式：Geminiのagentic video understanding（2026年9月1日）

情報確認日：2026年9月13日。本文は公式発表の要約です。見出し画像はAI生成のイメージです。

AI映像制作関連リンク

• D-aerialのAI映像制作サービス
• AI映像制作プラットフォーム Higgsfield（紹介リンク）