Google 使用上述的 AIST 資料庫，訓練 FACT 模型從音樂生成 3D 舞蹈。該模型先使用動作轉換器與音頻轉換器，分別對一段音樂與一個短的（2 秒）種子動作（seed motion）進行編碼。之後再將嵌入碼連接、發送到跨模型轉換器，該轉換器學習兩種模型之間的對應關係，並生成 N 個未來的動作序列。
Google 正進行一項人工智慧研究，開發稱為「FACT （Full-Attention Cross-modal Transformer）」的模型，可以模仿、理解舞蹈動作，甚至可提高個人的編舞能力。Google 研究團隊為了訓練該模型，也隨之發布一個大規模、多模態的 3D 舞蹈動作資料庫「AIST++」，包含長達 5.2 小時的 1408 個 3D 舞蹈動作序列，涵蓋 10 種舞蹈類型。都包含了已知相機位置的多視角影片，可生成逼真流暢的 3D 舞蹈動作。
Google 依研究人員的需求，根據常用的 SMPL 3D 模型參數，修復 AIST 影片的拍攝校準正後的數值，以及 3D 人體動作，重建為「AIST++」數位資料庫。重建後的「AIST++」包含與音樂搭配的各種 3D 動作，並將上述十種舞蹈均勻地呈現在動作中、以每分鐘節拍 (BPM) 為單位涵蓋各種音樂節奏。每種舞蹈類型都含 85% 的基本動作和 15% 的進階動作（舞者自由設計的更長編舞）。
既然是以「節能減碳」為前提，當然，開車並非長久之計。所以Google Map 也為騎自行車的用戶設計了輕便版的 lite 導航；也協助全球 300 多個城市（包括台灣台北市）中的用戶更易找到共享單車或機車。
借助人工智慧應用與技術，交通堵塞降二成
Google 一直持續尋找讓整個城市的交通更順暢的方法。在先前的研究中，Google 就將人工智能應用在優化紅綠燈的效率上；目前 Google 仍持續在以色列進行這項研究，用於預測路況、改善交通號誌的變換時機。而該項研究成果顯示：當地居民的耗油量、還有堵在十字路口的時間，全都因此減少了 10%-20%，未來預計這項研究將會擴展到里約熱內盧和其他城市。
Google 執行長皮查伊（Sundar Pichai）說道，這些新功能都是促進大家實踐環境永續的選擇。從個人來看也許沒什麼，但是但愈多人都在使用時，對環保就會產生較大的正面迴響，為全球暖化提供解決問題方案。Google 會持續探索產品中的各種可能性，迎向永續發展的未來。
