中国AI模型缩小与美国竞争对手的网络安全差距

{"text":[[{"start":9.37,"text":"最新研究结果显示，中国机构开发的AI模型正迅速赶上OpenAI和Anthropic等竞争对手，这表明黑客不久后可能利用这些性价比较高的AI系统，对网络防御发起压垮式攻击。"}],[{"start":23.65,"text":"被视为全球领先的人工智能能力测试机构——英国人工智能安全研究院(AISI)周五表示，中国开源权重模型（其底层参数可被下载和修改）与最新一代美国前沿模型之间的差距，正在以比此前认知更快的速度缩小。"}],[{"start":39.45,"text":"该机构表示，2025年时，中国开发商在进度上比美国竞争对手落后6到10个月。如今，这一差距已缩小至最少约4个月。"}],[{"start":50.36,"text":"就在中国初创企业月之暗面(Moonshot)发布Kimi K3——迄今为止中国最大的AI模型——的次日，这些研究结果被公布。该公司发布的基准测试结果显示，在大多数编程和通用AI智能体相关基准测试中，这一新模型的表现优于Anthropic的Claude Opus 4.8和OpenAI的GPT 5.5。"}],[{"start":71.88,"text":"但月之暗面的大模型表现仍不及强大的Fable模型。在美国对其黑客攻击能力表示担忧后，Anthropic曾短暂暂停了该模型。不过，月之暗面的发布也推动美国科技股周五下跌，因为投资者开始担心此前对人工智能的狂热，以及美国在这项科技领域的领先地位能否守住。"}],[{"start":null,"text":"

"}],[{"start":93.57,"text":"从硅谷到欧洲，各家公司在应对美国人工智能龙头企业不断上涨的费用之际，越来越多地转向中国的先进开源权重模型。"}],[{"start":103.57,"text":"与此同时，最新的人工智能模型已经开始展现出超越最熟练人类黑客的入侵能力。"}],[{"start":110.58,"text":"AISI表示：“一旦开源权重模型发布，这些选择将永久丧失。”该机构警告称，开放式与封闭式AI模型在能力上的差距正在缩小，可能危及全球网络系统，并缩短各机构用来加固自身系统的时间窗口。"}],[{"start":128.45,"text":"Anthropic今年早些时候在发现其Mythos模型能够以快于人工修复的速度串联起多个漏洞后，限制了对该模型的访问。该公司表示，这种有限发布为一批受信任的公司以及美国政府争取了时间，让他们借助Mythos寻找潜在的黑客攻击手段并进行修补。"}],[{"start":148.23999999999998,"text":"乔治敦大学(Georgetown University)安全与新兴技术中心(Center for Security and Emerging Technology)研究员山姆•布雷斯尼克(Sam Bresnick)表示，即便现有漏洞得到修补，免费且功能强大的人工智能系统广泛可得，仍可能对关键基础设施构成威胁。"}],[{"start":162.15999999999997,"text":"他表示：“我们可能很快就会生活在一个模型向所有人开放、并且具备自主发现代码漏洞能力的世界。”"}],[{"start":169.99999999999997,"text":"AISI的研究通过两套测试对模型进行了评估。第一套测试比较了各类AI模型完成特定黑客任务的能力，涵盖从漏洞研究、利用到密码学等环节。第二套测试则评估模型“自主实施端到端网络攻击”的能力。"}],[{"start":null,"text":" "}],[{"start":187.40999999999997,"text":"在第一组相对狭窄的任务上，由总部位于北京的智谱(Z.ai)今年发布的GLM-5.2表现“与四个月前发布的最具网络攻防能力的模型相当”，包括Anthropic的Opus 4.6和OpenAI的GPT-5.2-Codex等。而这一表现是在美国模型的网络能力已经取得长足进展的情况下实现的，甚至在Mythos发布之前。"}],[{"start":211.40999999999997,"text":"在第二组测试中，GLM-5.2在实施更广泛网络攻击方面的表现也强于美国模型，同时所用token数量更少——token是模型处理的数据单位。该机构表示，它测试的中国开源权重模型运行成本远低于美国前沿模型。"}],[{"start":229.57999999999998,"text":"AISI警告称，尽管开放权重模型带来了数据隐私、低成本等“实实在在的好处”，但“同样可能伴随风险”。"}],[{"start":238.67,"text":"“正是支撑这些益处的同样开放性，使得封闭模型开发者本可以用来发现和干预滥用、在脆弱性暴露后迭代防护措施、管控用户访问以及下架模型的许多安全手段无法施行。”"}],[{"start":252.39,"text":"数据可视化：克拉拉•默里(Clara Murray)"}]],"url":"https://audio.ftcn.net.cn/album/a_1784416757_6141.mp3"}