Ai2发布StateBench:四档难度测试大模型长文档状态追踪能力

艾伦人工智能研究所(Ai2)于2026年11月3日发布StateBench,用四个难度层级评估大模型在长文档中追踪实体状态变化的能力;结果显示Claude、Gemini、GPT等前沿模型在复杂形式下仍会随上下文变长而失效。

艾伦人工智能研究所(Ai2)于2026年11月3日发布StateBench,用四个难度层级评估大模型在长文档中追踪实体状态变化的能力;结果显示Claude、Gemini、GPT等前沿模型在复杂形式下仍会随上下文变长而失效。

欧盟法院顾问佐普纳(Maciej Szpunar)在意见中指出,用受版权保护的新闻文章训练大模型可以豁免,但 Gemini 在回答用户时抓取、改写并呈现出版社文章内容,可能侵犯欧盟赋予新闻出版者的权利。这是欧盟法院首次审理生成式 AI 与版权交叉的案件。

The Information 援引知情人士称,苹果正在开发一款约 1000 美元的桌面机器人,用机械臂驱动 9 英寸屏幕,原计划 2027 年推出,但软件拖累可能推迟到 2028 年。

在巴塞罗那Fal.Con Europe大会上,CrowdStrike宣布收购AI可观测性公司Fiddler AI和AI攻防测试公司Dreadnode,同时上线可立即阻断失控AI代理的"AI Kill Switch",把AI代理的安全管控纳入其Falcon平台。

由前Legora与Big Law律师创立的AI律所Athena获得a16z Speedrun领投的250万美元pre-seed融资,用自研AI智能体配合执业律师处理商业地产交易文件,按固定费用收费,比客户近期交易成本低30%-50%。

身份核验公司Fourthline与西班牙Veridas已完成合并,并配套最高6500万欧元融资,目标是在AI深度伪造与合成身份泛滥的背景下,为受监管企业提供统一的KYC与反欺诈标准。

法国Bull与德国Schwarz集团IT部门Schwarz Digits签署谅解备忘录,计划联合打造从服务器到软件栈的欧洲AI云基础设施,重点服务受监管和战略性行业,确保数据与运营留在欧洲管辖范围内。

帕洛阿尔托初创公司 Syncere 旗下机器人灯具 Lume 获 1100 万美元 pre-seed 融资,由 a16z Speedrun 领投。它选择先以 2699 美元的家用灯具身份进入家庭,再靠真实使用数据和软件更新逐步提升家务能力。

总部位于新英格兰的自主潜艇初创公司Corridian结束隐身状态,获得由Point72 Ventures领投的3800万美元种子轮融资,计划2027年推出首款自主水下航行器(AUV),显示资本正向水下自主系统这一细分赛道集中。

苹果在2026财年第四季度财报电话会上确认,Siri AI的使用将引入每日限额,超出后需付费购买扩展访问量;本地推理继续免费,涉及云端大模型的任务将计入限制。