总览
今天的 AI 领域是一幅充满对比的景象——创意与劳资冲突并存，科研突破与基础设施微调并行。谷歌 DeepMind 在两个方向上成为焦点：一是与独立电影巨头 A24 达成备受瞩目的合作，二是工会化谈判开局不顺，让员工感到沮丧。与此同时，开源与学术界的 AI 研究在机器人和计算机视觉方面取得了显著进展，这些成果可能重塑自主系统在真实环境中学习和追踪人的方式。
与 A24 的合作表明，AI 实验室越来越倾向于与创意产业合作——在生成式视频和剧本分析等工具开始超越炒作阶段的领域，这一趋势尤为明显。但 DeepMind 内部的工会化摩擦也提醒人们：随着 AI 的扩张，构建它的开发者正在要求获得话语权。在研究方面，一种统一训练框架 VLAFlow 有望简化杂乱无章的机器人学习设置；而多人 3D 网格追踪方法 Multi-THuMBS 则针对在视频切换和遮挡场景中持续追踪人的老问题给出了新方案。对于关注这些技术背后工具的人来说，像 GetAI Business 这样的平台可以帮助发现正在影响该领域的新模型和新方法。
今日大新闻
谷歌 DeepMind 与 A24 达成首次 AI 研究合作
DeepMind 与曾出品《瞬息全宇宙》和《月光男孩》的 A24 工作室之间的合作，是 AI 研究与独立电影领域最引人注目的跨界之一。虽然具体项目细节尚未公开，但预计双方将探索生成式模型如何助力故事讲述、视觉特效和前期制作流程。此举反映了一个更广泛的趋势：AI 实验室正越来越多地在文本和图像生成之外，寻找真实的创意应用场景。
DeepMind 工会化谈判开局遇阻
据《连线》杂志报道，周三 DeepMind 管理层与推动工会化的员工之间的谈判出现了日益扩大的信任鸿沟。员工表示，高管们似乎不愿实质性回应他们关于薪酬透明度、工作保障以及 AI 模型部署话语权等诉求。这一僵局凸显了科技行业日益紧张的局势：随着 AI 能力加速提升，背后的劳动者正在组织起来，争取更多影响力。
VLAFlow：视觉-语言-动作模型的统一训练框架
arXiv 上的一篇新论文（2607.01586）介绍了 VLAFlow，一个旨在协调机器人学习范式中数据与架构的协同训练框架。通过对齐未来的潜在表示并融合多个预训练数据集，VLAFlow 在操作任务上的泛化能力优于在单一数据源上训练的模型。这可能是迈向更可扩展、更具迁移性的机器人技能的关键一步，尤其适用于必须适应多样化环境的服务机器人和工业机器人。
Multi-THuMBS：跨多视频镜头的 3D 人体网格追踪
多人 3D 人体网格追踪长期受到遮挡和场景切换的困扰，但 Multi-THuMBS 方法（arXiv:2607.01626）提出了一种能够在视频片段边界处有效工作的新方案。它利用时间连贯性和多视角推理，即使人物离开画面再出现，也能维持身份和姿态的连续性。这一进展对于体育分析、安防监控和虚拟制作等领域具有实际意义——任何需要在不受约束的视频素材中进行一致 3D 人体追踪的领域都能从中受益。