Google Research 发布 AI 视频联合导演框架，实现连贯的长篇视频生成
Google Research 推出 AI 视频联合导演研究，基于 Gemini 和 Veo 构建统一多智能体框架，包含 Co-Director、CANVAS、A²RD 和 VQQA 四套框架，将长视频生成建模为全局优化与世界状态跟踪问题。
#多模态
#多模态
今日 0 条Google ResearchAI 评分5252
Google Research精选AI 评分6363 Google Research 与 HHMI Janelia 发布完整雄性果蝇大脑连接组图谱
Google Research 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作，在 Cell 发表雄性果蝇大脑与中枢神经系统的完整连接组，包含超过 166,000 个神经元和 1.25 亿个突触连接，是目前按神经元数量计最大的大脑图谱。
推荐理由：官方团队说明了这份连接组图谱的规模、验证方式和可视化工具，读者可以了解它与雌性图谱互补后的研究用途。
Google ResearchAI 评分5050 Google 与 NASA JPL 发布 MAPL-EMIT，用深度学习从卫星高光谱数据绘制全球甲烷排放
Google 与 NASA JPL 在 PNAS 发表 MAPL-EMIT，一个基于 Swin-S vision transformer 的深度学习框架，用 EMIT 高光谱数据自动检测、量化并定位全球甲烷羽流。
Google ResearchAI 评分3939 Google 发布 AgentHands：为 XR 空间对话生成同步手部手势的研究原型
Google 在 CHI 2026 发表 AgentHands，一个让 XR 中 AI 智能体生成与语音同步的 3D 手部手势的研究原型。系统由环境感知、手势事件库、手势嵌入推理和同步 XR 执行四个模块组成，将 LLM 输出映射为精准的空间动作。在 12 人被试内实验中，与纯语音基线相比，该手势显著提升了空间指代与交互效果。
Google ResearchAI 评分3737 Google Research 提出 ME-POIs：用出行数据让语言模型更懂地点
Google Research 推出 Mobility-Embedded POIs（ME-POIs）框架，将聚合、匿名的出行模式融入 Gemini 等语言模型生成的地点表示，捕捉 POI 的时间活动节奏。
Google ResearchAI 评分5353 Google Research 发布 PhotoScan：用智能手机照片以接近 DXA 的精度估计身体成分与胰岛素抵抗风险
Google Research 提出 PhotoScan，一个研究性质的深度学习框架，可从普通 2D 智能手机照片估计体脂率（BF%）、Android-to-Gynoid 脂肪比（A/G）和内脏-皮下脂肪比（V/S）等三维身体成分指标。
Microsoft ResearchAI 评分4141 Microsoft Research 推出 MindTopo 基准，测试多模态模型的拓扑推理能力
Microsoft Research 发布 MindTopo 基准，评估多模态大语言模型对连续性、分离、顺序、封闭和绳结五类拓扑概念的理解，涵盖静态推理与交互规划两个层级。测试显示，专有与开源模型在静态识别上明显优于交互式规划任务，且均远低于人类水平，错误多出现在规划阶段丢失结构关系。图像与视频生成工具仅在单帧内偶尔有帮助，难以在多步操作中保持拓扑约束。
Google ResearchAI 评分4444 Google Research 探索 AI 如何帮助用户理解皮肤状况
Google Research 公布了关于 AI 皮肤科信息工具的多项研究，发表于 JAMA Dermatology 等期刊。一项 2,345 人参与的实验显示，借助 AI 工具的用户病症识别准确率达 23%，约为普通搜索对照组（8%）的三倍；接近医生"ground truth"的 "Wizard of Oz" 组达 36%。
Google ResearchAI 评分4747 Google Research 的 AI 合成神经元 MoGen 加速大脑绘制
Google Research 的 MoGen 模型用点云流匹配生成合成神经形态，加入 PATHFINDER 训练数据后使重建错误率降低 4.4%，主要减少 merge 错误。在完整小鼠大脑尺度上，这相当于节省 157 人年的手工校对工作。该研究将在 ICLR 2026 发表，MoGen 已开源。
Google ResearchAI 评分3737 Google Research 的 S2Vec 如何学习现代城市的“语言”
Google Research 在 Earth AI 计划下推出 S2Vec，一个自监督框架，可将建筑环境转化为通用嵌入向量。它先用 S2 Geometry 将地球表面划分为分层 cell，再把特征栅格化为多层图像，并通过掩码自编码（MAE）无需人工标签地学习位置特征。