SO-Arena基准测试发布:System One模型能力强不等于决策可靠

Hugging Face Papers 上出现的一篇论文提出 SO-Arena 基准,在 11 个领域评测 System One 类模型的“能力广度”和“决策可靠性”,结果显示综合表现最好的模型在可靠性上只排第七。

Hugging Face Papers 上出现的一篇论文提出 SO-Arena 基准,在 11 个领域评测 System One 类模型的“能力广度”和“决策可靠性”,结果显示综合表现最好的模型在可靠性上只排第七。

英伟达CEO黄仁勋于2026年11月12日突然辞职,此前他被曝与一名疑似中国情报人员的女性有婚外情,随后又传出与公司内部高管存在第二段关系。美国参议院已传唤他下月作证,英伟达股价五日内蒸发5500亿美元市值。

Hugging Face Papers 收录的论文提出 WorldDraft 基准,用 432 组严格配对测试检验视频模型能否作为可靠的“生成式渲染器”,并给出提示策略 WorldDraft-Primer 缓解瓶颈。

FBI称朝鲜黑客在过去18个月里通过名为“FaceStealer”的手法,结合虚假视频通话与AI深度伪造,窃取超过4亿美元加密货币。这说明深度伪造已从“内容噱头”变成可规模化变现的攻击工具,普通用户和加密相关从业者的身份验证环节正成为薄弱点。

Roborock在11月19日官方黑五促销前提前放出折扣,Qrevo 2 Pro和Qrevo Curv 2 Flow两款扫拖机器人均降至700美元以下,为年底换机提供了性价比窗口。

苹果确认,第二代和第三代 Apple TV 4K 需要等待 tvOS 27.2.1 更新才能使用 Siri AI,而第四代机型已可通过 tvOS 27.2 体验;这意味着老款电视盒子的 AI 功能升级被推迟,且依赖附近已配对的 Siri AI 设备。

英国房产平台出现用AI美化房源照片的现象,导致买家实地看房时发现严重不符,引发对“房屋照骗”的担忧。

Hugging Face Papers 收录的论文提出 Reciprocal World Model(RWM),并给出 Duo v1 全双工世界模型原型:它一边持续感知音视频输入,一边实时回应用户,还能被打断。值得关注的是,它把“推理决策”和“音视频生成”视为同一世界的两个同等基础能力,试图打破现有世界模型只…

纽约创企 Hatz AI 完成 2400 万美元 A 轮融资,主攻方向是给托管服务商(MSP)提供 AI 工具,让这些服务商再把自己的中小企业客户带进 AI 应用。值得关注的是,这条路绕开了大模型厂商直接面向终端客户的打法,转而借助已有的 IT 服务渠道进行分发。

Naver AI 提出轻量级二阶优化器 FOAM,试图在保留 SOAP 收敛优势的同时,把优化器状态内存和计算开销压到接近 AdamW 的水平。