Раньше Gemini описывал кафе и музеи по фотографиям и текстам. Теперь он учится на данных о том, как люди реально перемещаются между местами. Google Research выкатил фреймворк ME-POIs. Суть простая: mobility data стала не задачей предсказания, а входным признаком. Модель видит, куда люди ходят, и на этом понимает, чем место является на самом деле. Перенос паттернов от соседних локаций позволяет предсказывать часы работы и загруженность даже для никому не известных заведений. Цифры впечатляют: прирост в предсказании намерений — 81.9%, классификация цен — 75.1%, оценка загруженности — 24.7%. Что это значит: языковые модели наконец узнают о местах не из описаний, а из поведения — как будто сами там побывали.