分类： AI 资讯

Ai2 发布新基准：LLM 判断研究想法新颖度并不可靠，提示词微调致准确率波动超50个百分点

Ai2 于 2026 年 10 月 27 日发布研究《Old Ideas, Novel Problems》，测试六款大模型作为“新颖性裁判”的可靠性，结果显示评估设置稍有变化，对同一批研究想法的判断就会大幅改变。

一位同时经营鬼屋和数字版权博客的作者发现，AI 生成图像已从宣传海报蔓延到鬼屋道具、演出角色和周边商品，引发行业内外反弹。这件事值得关注，因为它显示 AI 生图正进入重视线下体验和手工感的细分行业，并冲击“宣传即体验”的信任关系。

Linux 内核社区围绕一项页缓存修复展开讨论：Linus Torvalds 让 Claude Code 参与相关修补，后续审查却指出改动中存在竞态（race）问题。此事值得关注，是因为它直接触及 AI 编程工具能否进入内核这类高风险代码环节。

据 Financial Times 报道，Anthropic 在 2025 年第一季度每 1 美元收入对应约 2.50 美元的算力和基础设施支出，到 2026 年第二季度这一比例降至不到 50 美分，公司正朝盈利方向调整。

2026 年 10 月 27 日，Shark AV2501S AI Ultra 扫地机器人在亚马逊降至 279.99 美元，较 549.99 美元标价优惠 270 美元，约合五折。该产品主打自动集尘与自清洁滚刷，适合有宠物、掉发较多的家庭关注。

Anthropic已递交IPO招股书（S-1），据报道其估值上限可能达2万亿美元、募资规模上限1000亿美元；2026年上半年营收16.3亿美元，净亏损80.7亿美元，AI公司上市将首次接受大规模公开市场定价检验。

苹果于2026年10月27日发布iOS 27.2，为beta版Siri AI加入对话记忆和五种新语言，但该功能在欧盟继续缺席，欧洲监管僵局仍是最大变量。

伦敦初创公司Machenta完成4000万美元种子轮融资，主张不用真实世界数据、只在计算机模拟环境中训练机器人模型，让机器人看一次示范就能学会新任务，与Physical Intelligence等数据驱动的巨头正面竞争。

荷兰政府计划到2035年削减约2.5万个中央政府部门岗位，借AI提升生产率来承接原有工作，目标累计节省35亿欧元，这是目前欧洲较激进的一例“AI换编制”财政方案。

据 Financial Times 报道，英国隐身模式中的 AI 创业公司 22one 已获得红杉、Lux 等机构投资，估值接近 4 亿美元。该公司研发面向执法场景的 AI 工具，融资消息与高估值让“AI 进入执法系统”这一敏感赛道再次受到资本关注。