刚刚，苹果基础模型团队负责人庞若鸣被Meta挖走！加入超级智能团队、年薪千万美元
苹果工程师庞若鸣即将加入Meta，后者为吸引其提供数千万美元薪酬。Meta正招聘多位顶尖AI领导者，包括前谷歌和苹果员工。
机器之心
开源Agent新标杆：通义WebSailor多榜夺魁，挑战OpenAI高难度Agent基准BrowseComp
用户对深层次、多步骤信息获取的需求。从医学研究到科技创新，从商业决策到学术探索，许多复杂问题的解决都
WAIC特别企划视频栏目《AI面对面》，讲出你的「热AI」故事
2025世界人工智能大会WAIC将于上海举行。机器之心推出【AI面对面】栏目，帮助企业通过企业专访、展馆探展等方式展示技术能力与愿景，实现品牌传播和影响力提升。
复杂空间指令也能秒懂？RoboRefer 让机器人理解推理空间，开放世界也能精准行动！
本文提出了一种名为RoboRefer的多模态大模型，能够理解三维空间关系并执行复杂的指令。它在空间指代任务上表现优异，并已应用于多种机器人系统中。
更长的推理链反而导致更多幻觉，MLLMs 幻觉解法仅「抄作业」还不够？摘要
本周会员通讯聚焦MLLMs幻觉问题、AI公司运营等议题。研究发现长推理链下MLLMs产生更多幻觉，不同来源的幻觉表现差异大。多模态模型在视觉编码器设计与训练机制存在失衡现象，导致语言主导现象频发。
Test Time Scaling Law远未达到上限! o4-mini仅15.8%通过率，华为诺亚提出代码HLCE终极基准
本文介绍了华为诺亚实验室发布的’人类最后的编程考试'(HLCE)基准测试，旨在评估当前大语言模型（LLM）在复杂编程任务上的表现。结果显示，即使是顶尖的大模型，在HLCE上也面临巨大挑战，单次尝试成功率仅15.85%或11.4%，与其它基准相比显著降低。研究发现LLM擅长推理但对交互式问题不足，且存在自我认知能力不强的问题。总体而言，尽管在测试时扩展规律上表现良好，LLM仍需进一步优化。