Google 研究发布 AI 视频联合导演框架，实现连贯长视频生成
Google Research 发布 AI video co-director 等多智能体框架，将长视频生成建模为全局优化与世界状态跟踪问题，以缓解语义漂移和级联失败。
推荐理由：Google 把长视频生成拆成四个可复用的智能体框架，读者可了解多镜头一致性问题的具体解法与评测基准。
#视频
Google Research精选 Google DeepMind精选 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，为 Gemini 的实时对话模型加入近实时的视觉形象，可同时处理视觉与音频输入并输出带表情和唇形同步的音视频。
推荐理由：Gemini 3.8 Live 新增实时视频形象能力，读者可了解其多模态对话、异步工具调用与 97 种语言适配的具体设计。
字节 Seed精选 字节 Seed 发布 SeedRealtime 音视频全双工大模型，已在豆包 App 全量上线
字节 Seed 推出原生音视频全双工大模型 SeedRealtime，用统一架构融合音频、视频与文本，可在连续多模态信息流上实时交互，实现边看、边听、边说。端到端人工评测显示，相比级联模型，其音视频对话节奏问题减少了一半，单次对话顺畅完整交流的概率明显提升。该模型已在豆包 App 全量上线，更新至最新版本后在对话框选择打电话进入视频通话即可体验。
推荐理由：官方给出音视频全双工的统一架构与端到端评测结果，可了解实时多模态交互的落地形态。
已经到底了