Google Introduces Agentic Vision in Gemini 3 Flash for Active Image Understanding

Google wprowadził nową funkcjonalność "Agentic Vision" do swojego modelu Gemini 3 Flash, która przekształca rozumienie obrazu w aktywny proces. Zamiast jednorazowej analizy, model może planować, wykorzystywać kod Pythona do manipulacji obrazami, a następnie ponownie analizować przetworzone dane, co poprawia dokładność w zadaniach wymagających precyzji. Ta metoda "Myśl, Działaj, Obserwuj" (Think, Act, Observe) oferuje znaczący, 5-10% wzrost jakości w benchmarkach wizyjnych i jest dostępna przez API Gemini oraz w aplikacji Gemini.