Google Perkenalkan Agentic Vision untuk Gemini 3 Flash

JAKARTA – Google memperkenalkan Agentic Vision, kemampuan agen Kecerdasan Buatan (AI) baru untuk model Gemini 3 Flash. Kemampuan ini memungkinkan AI menyelidiki gambar secara aktif.

Google menjelaskan bahwa teknologi ini menggabungkan penalaran visual dengan eksekusi kode untuk memeriksa detail kecil. Berbeda dengan model tradisional yang sering menebak detail buram, Agentic Vision memperlakukan penglihatan sebagai sebuah proses investigasi.

Model ini akan merumuskan rencana dalam bentuk langkah demi langkah untuk memperbesar, memotong, dan memanipulasi gambar. Dengan begitu, model AI tersebut dapat menemukan bukti visual yang akurat.

Agen AI ini mengusung metode 'Berpikir, Bertindak, dan Mengamati' yang berbasis pada sistem agen cerdas. Pertama, model AI akan menganalisis permintaan pengguna, menjalankan kode Python untuk memanipulasi gambar, lalu mengamati hasil barunya sebelum memberi jawaban.

Penggunaan eksekusi kode ini terbukti memberikan peningkatan kualitas konsisten sebesar 5 hingga 10 persen pada berbagai tolok ukur visi AI. Kemampuan ini sangat krusial saat model harus mendeteksi nomor seri mikrochip atau membaca rambu jalan yang terletak sangat jauh.

PlanCheckSolver.com, platform validasi rencana bangunan berbasis AI, telah menggunakan fitur ini. Dalam adopsinya, Gemini 3 Flash dapat memotong bagian detail konstruksi dan menambahkannya ke jendela konteks secara otomatis.

Dengan Agentic Vision, Gemini 3 Flash juga dapat berinteraksi langsung dengan memberi anotasi atau menggambar kotak pembatas pada gambar. Teknik yang disebut 'papan tulis visual' ini dapat memastikan perhitungan objek.

Model ini diklaim sangat cerdas dalam menangani matematika visual dan pembuatan grafik dari tabel data yang sangat padat. Gemini akan mengidentifikasi data mentah, lalu menulis kode Python untuk menghasilkan grafik batang profesional tanpa menebak angka secara probabilitas.