谷歌于3月11日发布了Gemini Embedding 2模型，这是首个支持文本、图像和视频等多模态输入的嵌入模型，能够识别100种语言的语义意图，简化数据处理并增强应用能力。该模型已通过Gemini API和Vertex AI提供预览。

该文综述多智能体轨迹预测研究，涵盖FFINet、SIMF、FJMP等模型，结合历史与未来交互、语义意图及动态贝叶斯网络提升预测精度，并探讨可信评估框架与可解释性，在交通、行人等场景优于现有方法。