Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。
Google 宣布将一项新的视角重构方法上线 Google Photos 的 Auto frame 功能，可自动调整拍摄视角优化人像照片。方法分两阶段：先用内部 3D point map 估计模型重建场景并近似焦距，再用生成式 latent diffusion 模型补全新视角下被遮挡的内容，并自动修正广角前置镜头造成的透视畸变。
推荐理由：原文解释了方法如何用 3D 场景估计加生成补全来改换拍摄视角，读者可以理解它与常规裁剪编辑的本质差异。
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型，主打可控性、表现力和音质提升。
推荐理由：原文给出音频标签控制方式和具体成绩，读者可以据此判断新版 TTS 在表现力与可控性上的实际变化。
Google DeepMind 发布由 Gemini 驱动的实验性 AI 指针，并提出四条交互原则：保持工作流、指向即上下文、自然指代交流、把像素变成可操作实体。用户现可在 Google AI Studio 和 Chrome 中用指针加语音向 Gemini 提问，Googlebook 的 Magic Pointer 也即将推出。
推荐理由：文章给出 AI 指针的四条交互原则，并结合 Chrome 与 Googlebook 说明落地入口，读者可据此理解指针交互的变化。
Google 与 Beth Israel Deaconess Medical Center 合作，在真实门诊环境中对对话式诊断 AI 系统 AMIE 开展前瞻性单中心可行性研究，100 名成年患者完成了就诊前与 AMIE 的问诊交互，由医生通过视频实时监督，全程未触发预设的四项安全停止标准。
推荐理由：原文给出真实门诊中 AMIE 的安全数据与诊断准确率，读者可以据此了解对话式医疗 AI 落地临床的证据进展。