开源动态8
北大开源S2V新基建OpenS2V - Nexus
机器之心
AI 摘要
北大团队：推出OpenS2V - Nexus开源套件，含评测基准与百万级数据集，解决S2V领域缺乏数据和评测问题，还揭示主流模型在泛化、自然度和一致性上的不足。
阅读原文 · 机器之心
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」
北大团队推出开源套件OpenS2V - Nexus，含全球首个S2V细粒度评测基准OpenS2V - Eval和500万条高质量人物文本视频三元组数据集OpenS2V - 5M，还评测18个S2V模型，揭示主流模型能力差距。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态9
清华发布OSWorld-Science评测基准
本文针对AI能否自主操作科研软件完成真实科研任务的问题，介绍了清华大学牵头多机构推出的OSWorld-Science，这是面向真实科研场景的智能体评测基准，包含146项真实科研任务，评测了12个主流模型，曝光了当前智能体的能力短板，为领域研究提供了统一评测基础。
机器之心
算法论文8
LIBERO-MAX评测机器人动态可靠性
本文介绍了斯坦福等多校研究者提出的机器人评测基准LIBERO-MAX，针对机器人执行任务中途环境变化的痛点，设计配对测试方案，经大规模仿真评测现有模型性能，为机器人动态鲁棒性改进提供标准化测试平台。
机器之心
算法论文8
最强AI Agent团队仅完成半数协作任务
单个AI Agent能力不断提升，但多智能体协作能力缺乏系统评测。本文介绍新推出的AgentWorld评测基准，结合长时程任务、角色不对称与黑盒交互，评测多智能体协作能力，给出主流大模型的协作表现数据。
InfoQ
新闻资讯8
Opus 5.5让视频skill变无用包袱
本文分享了GitHub万星项目video-shotcraft作者Vincent的最新观点，Opus 5.5仅需一句话就能生成包含BGM、音效的完整视频，无需额外视频制作skill，引发对AI技能价值的讨论。
AI工程化