Gemini AI 將支持MP4 等多種視頻格式，文件分析功能升級在即

对于使用 Google Gemini AI 的用户来说，一个值得关注的更新正在路上：Gemini 即将扩展其文件分析能力，新增对 8 种常见视频格式的支持。这一变化，意味着 Gemini 将从文字和表格的分析，正式跨入视频处理的应用场景。

这项功能的曝光，来自 Android Authority 对 Google App 16.13.38 测试版的 APK 代码分析。根据挖掘出的代码片段，Gemini 的文件处理能力正在显著增强，未来将支持包括 MP4、AVI、3GP、FLV、MOV、MPEG、MPG 和 WEBM 在内的主流视频格式。

更丰富的文件支持，意味着什么？

过去，Gemini 的文件分析主要集中在文本、代码、表格等结构化数据上。视频内容分析对于大多数 AI 用户，尤其是内容创作者、教师、开发者和研究人员来说，是一个技术门槛较高、资源要求较大的环节。

本次新增视频格式的支持，意味着用户今后可以直接将视频文件上传至 Gemini，由 AI 协助提取信息、生成摘要、甚至识别其中的语义内容，从而在工作效率和智能交互上取得新的突破。

支持格式一览

从当前测试版中发现的字段来看，Gemini 将兼容以下视频类型：

• 3GP

• AVI

• FLV

• MOV

• MP4

• MPEG

• MPG

• WEBM

这涵盖了从早期手机视频格式到目前主流的高清影音标准，基本可以满足个人用户和内容团队的大部分需求。

上传限制与权限机制

根据代码中的字符串信息，Gemini 对用户上传视频的总时长可能存在限制，例如：

“您的视频总时长必须在一小时以内。”
“您的视频总时长必须不超过 X 分钟。”

这表明，系统可能会根据不同用户权限（例如免费账户与高级订阅用户）设定上传上限。虽然 Google 尚未正式公布具体规则，但这一点对于大规模上传或处理视频的用户而言，需要额外留意。

未来还有哪些可能？

除了视频处理，Android Authority 在相同版本中还发现了一个值得注意的字段：“GitHub 附件类型”。这意味着 Gemini 或将在未来支持直接解析 GitHub 仓库中的内容。

如果这一功能落地，它将极大提升开发者的代码审阅效率。比如，你可以将一个开源项目的链接提交给 Gemini，它就能帮你分析代码结构、识别潜在问题，甚至总结项目文档。

为什么这对用户有意义？对于 AI 初学者和技术爱好者而言，这次升级不仅意味着更多的格式支持，更是 Gemini 正在向“多模态 AI 助理”迈进的重要信号。以下是一些实际场景举例：

• 内容创作者 可让 AI 协助整理剪辑内容或生成视频脚本摘要

• 教育工作者 可上传教学视频，由 AI 提取要点或自动生成问答

• 开发者与研究人员 可以更便捷地与代码仓库和多媒体内容交互

而在隐私和效率层面，本地化支持或边缘处理的结合，也有望让未来的 Gemini 应用更安全、快速和实用。

总结

Google 正在悄然为 Gemini 注入更强的多媒体理解能力。从文本扩展到视频，再到代码仓库，Gemini 的边界正在不断扩大。而对用户而言，这意味着更多的工作可以交由 AI 自动完成，节省时间、降低技术门槛，并获得更专业的反馈与分析。

我们建议关注该功能正式上线时间，并根据自身需求适时尝试或调整使用策略。如果你对 AI 在多媒体场景下的应用感兴趣，这次升级值得你重点留意。