500万视频数据集+全新评测框架！北大开源主体一致性视频生成领域新基建OpenS2V-Nexus，生成视频 「像」 又 「自然」
北大团队推出OpenS2V-Nexus，包含全球首个面向主体一致性、自然度和文本对齐的S2V细粒度评测基准OpenS2V-Eval及500万高质量720P人物文本视频三元组数据集OpenS2V-5M，解决S2V模型泛化能力差、复制粘贴问题和人物一致性不足等问题。
机器之心
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。
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。