与「AI安全」相关的搜索结果

9 个月变 90 小时，挖漏洞也被 AI 改写了。 Forescout 11 月 12 日报告：用 Claude 模型搭了个挖洞工具，扫 10 款 TCP/IP 协议栈，90 小时挖出 99 个漏洞，66 个是新的，过半高危。 静态分析只花 935 美元。 #AI安全# #Claude# #物联网#

真tm / 啊 黄仁勋下台背后：一笔来自Anthropic的4000万美元政治捐款 Anthropic 今年向美国 AI 政策组织 Public First Action 捐款 4000 万美元。几个月后，该组织准备宣传的两名国会议员，联名要求调查黄仁勋。 Anthropic 分别在 2 月和 7 月捐赠 2000 万美元，支持更严格的 AI 安全监管和芯片出口管制。 7 月 17 日，Public First Action 宣布投入 1500 万美元，宣传支持严格 AI 监管的共和党议员，并调查保守派选民对相关政策的态度。其中，两名计划获得广告宣传的议员是 Brian Mast 和 John Moolenaar。 11 月 4 日，这两人与众议院情报委员会主席 Rick Crawford 联名致函黄仁勋接受国会闭门问询。 11 月 12 日，黄仁勋辞职。三名议员当天再次发函，要求英伟达及美国商务部说明情况，并呼吁国会尽快通过更严格的芯片出口限制法案。 Anthropic 长期主张限制中国获取先进 AI 芯片。黄仁勋则一直反对收紧出口管制，多次游说美国政府放宽对华芯片销售限制。

好莱坞著名影星本·阿弗莱克（Ben Affleck）讲起 AI 来，居然头头是道，各种专业名词随手拈来。 在 GQ 这段访谈里，他从卷积神经网络、Transformer、张量，一路聊到反向传播、注意力层、感知机、推理，以及随机性计算和确定性计算的区别。中间还穿插着 Python、GPU、边缘检测、特征提取、训练数据标注。主持人听到一半忍不住打趣：谢谢你这样跟我讲，仿佛我真的听得懂。 他是怎么走到这一步的？ 按他自己的讲述，他从小就喜欢电脑。后来电影制作从胶片转向数字，他开始更深入地接触技术。在创办 Artists Equity 之前，他还经营过一家小型视觉特效公司，经常接触 GPU 和机器学习。 他学 AI，是从电影里的画面怎么处理开始的。一帧图像可以表示成张量，里面包含帧编号、每个像素的 RGB 数值等信息。通过卷积神经网络识别边缘、提取特征，就能判断窗台在哪里，帮助绿幕抠像、替换背景。他也会自己写 Python 脚本，不过按他自己的评价，编程水平挺烂的。 后来，特效团队告诉他，Google 和 OpenAI 正在用 Transformer 做一些很有意思的视频技术。他就直接联系这些公司，问能不能去看看。 第一次看到生成视频的效果，他受到的冲击很大，马上给马特·达蒙打电话，觉得他们的职业可能要完了。一度甚至想着，趁现在赶紧把还能拍的电影拍完。 但他没有停留在这个震撼里。接下来，他又和工程团队坐下来，研究训练数据、标注方式，以及这些系统到底能控制到什么程度。 他发现，生成出来的画面虽然逼真，但控制性和一致性仍然存在问题。你要求移动摄像机，模型有时会直接在画面里生成一台摄像机。对普通观众来说，一段惊艳的视频可能已经足够；但对电影制作来说，镜头、场景和连续性都得能够按照创作者的意图精确调整。 研究数据的过程中，他觉得技术团队忽略了一件事：电影拍摄本身就能产生大量有组织的原始数据。与网上抓取的压缩视频相比，专业拍摄流程里还有很多可以主动采集、组织和利用的信息。 于是，他拿出资金，另外成立了一家公司，花了好几个月构建自己的数据集。按他的描述，团队使用大量摄像机、激光雷达和定位设备，结合 Unreal 引擎与虚拟摄影棚，采集用于 AI 图像生成的数据。他随后招募了工程师、推理专家、数据架构师和视觉特效人员，把这件事继续做下去。 他特别在意训练数据的来源。拿同行的作品训练模型，再告诉对方模型的部分能力来自他们的创作，他觉得不舒服。他希望通过自己制作数据，减少对这类素材的依赖，也让电影人对使用这些工具更安心。 这家公司就是 InnerPositive，现在已经被 Netflix 收购。能看出来的是，他已经真正参与到数据、技术团队和产品用途的讨论里，而不只是为公司挂个名字。 他对当今最热门的话题 AI 安全也有自己的看法。他不认同 AI 必然变成“天网”、接管世界的说法，但很警惕把不可预测的系统放进涉及人生死的决策中，比如武器目标选择、自动安保。 他的理解是，我们过去习惯了像计算器一样工作的电脑，期待它每次都给出确定的结果。生成式 AI 的工作方式不同，输出具有随机性，不能因为它经常表现得很好，就把关键控制权交给它。 至于创作者对 AI 的恐惧，他觉得完全可以理解。一个人被告知自己的饭碗即将被取代，当然会担心。科技公司一边宣称要消灭大量工作，一边又期待大家热情拥抱自己的产品，这本身就很难说得通。 他还提出了一个判断未来预测的方法：先看看这个人过去的预测，究竟兑现了多少。宣布人类即将完蛋，很容易获得关注；真正把工具做得可控、让使用者放心，需要更具体的工作。 他还把 AI 安全落到了公司的责任上：如果你的产品伤害了别人，公司就得承担法律责任。在他看来，这是约束这场技术竞赛的重要力量。企业有动力不断提升能力、抢市场、赚更多钱，也必须为产品造成的后果负责。

能成为行业领军者，远见弥足重要 刚刚 OKX NOW 上 @star_okx 和 @VitalikButerin 两位刚刚的发言 看看两位都聊了什么 @star_okx 这边 1/ 我们做了 13 年，从加密现货交易所起家，一路扩到衍生品、Web3 钱包、支付和多资产交易，现在做代币化资产 2/ 我给 OKX 定的新位置是面向下一代用户的全场景金融科技服务，就四件事：存钱、全球支付、一站式投资、AI 驱动的财富增值 3/ 这批人不太可能再走进传统银行网点，这是我们整套愿景的底座 4/ 我的判断前提是互联网、加密、AI 正在融合，一起重建金融 5/ 传统金融的毛病是几十年没变的基建配不上实时数字世界，低收入人群跨境汇款成本接近 10%，服务也做不到 24 小时 6/ 我把行业分成五个阶段：极客实验、机构关注、DeFi 和 ICO 实验、合规建设、2025 年之后的主流化 7/ 做全球金融服务，光有技术不够，真正的门槛是信任、监管、治理和本地问责 8/ 牌照和监管资格我们覆盖了美国、欧洲、阿联酋、新加坡、澳洲、巴西、土耳其等主要市场 9/ 我们是最早一批把储备金证明做成常态化透明机制的交易所，这件事后来成了行业标准 10/ 全球独立审计我交给了德勤，为的是把加密技术和全球金融机构的标准对齐 11/ 加密和传统金融长期被说成对立，我不同意，这个对立正在消失 12/ 我们的股东名单里有 ICE 和纽交所、渣打银行、Ripple、Circle，覆盖交易所、银行、支付、量化 13/ 两边的互补很清楚：加密给的是 24/7 基建、可编程的钱、全球结算、自托管，传统金融给的是巨额流动性、监管经验、机构信任 14/ 在我们内部，AI 已经不是概念，是核心基建，我们自建了内部 AI 平台 15/ 95% 的工程功能发布流程实质由 AI 完成，工程师只负责审查、测试和最终批准 16/ 接下来 AI 要接手三件事：24 小时智能客服、实时反欺诈干预、把各地区不同的监管要求做成统一执行的合规 17/ 上个月我们在大模型服务上的支出到了 1000 万美元，AI 已经跑到规模化工业使用这一步 @VitalikButerin 这边 1/ 我这场讲的都是正在发生、但还没成熟的技术趋势 2/ 我认为零知识证明两年内会成熟，以后用户不用披露完整隐私信息，就能证明资产和身份的合规性 3/ AI 既是这行最大的机会也是最大的风险，它能加速安全建设，也能反过来发现系统漏洞、发动大规模攻击 4/ AI agent 会成为新的交互层，取代传统前端界面，成为操作区块链的主要方式 5/ 这层变化会消掉大部分 UI 层的安全风险，同时带来一批 AI 安全的新问题 6/ 未来的安全是全栈的，从链协议、应用层一直到最底层的芯片和硬件 7/ 硬件钱包会演化成通用的安全设备 8/ 以前我们说 not your keys, not your coins，很快要变成 not your silicon, not your... 9/ 区块链这行是全球数字技术迭代的最前线，我们行业今天遇到的问题，很快会变成整个互联网的普遍问题 10/ 两年后链上交易更便宜、更私密，不再只是支付 11/ 两年后的对手方大多数是机器人，甚至应用代码也由 AI 生成，机器人可以直接在链上发起报价 12/ 技术已经把信息民主化了，金融还没有 13/ 加密带来 24 小时运转、可编程的钱、全球结算和自托管，传统金融带来巨额流动性和监管经验

10.03梭哈晨报： 非农一出，拉完就下班了，这流动性实在是不行啊。 1. $BTC 又是画门的行情，所以10月到底涨不涨？ 2. $ETH 跟随大哥； 3. $SOL 整个生态乌烟瘴气了，stonk都跌麻了； 4.美国 SOL 现货 ETF 单日净流入 130.11 万美元； 美国 XRP 现货 ETF 单日净流出 328 万美元； 美国 HYPE 现货 ETF 单日净流入 337.09 万美元； 美国 ZEC 现货 ETF 单日净流出 2693.47 万美元； 5.NEAR联创谈追回被盗资金：Intents上AI安全层SHIELD锁定黑客； 6.劳埃德银行调查：71% 的英国金融高管预计代币化将重塑金融服务； 7.过去24小时全网爆仓5.81亿美元，多单爆仓3.28亿美元； 8.Centrifuge三只代币化基金上线Arc，涵盖美债及信用资产； 9.中东局势持续升级，多国博弈加剧引粮食危机预警； 10.Strategy拟将优先股股息改为按日累积，10月28日股东投票； 11.Aave Labs提议成立Aave Foundation，目的是持有Aave商标及相关知识产权的所有权； 12.SEC批准3倍比特币、以太坊、黄金、白银、原油及天然气ETP； 13.美国银行团体起诉 OCC，指控其越权向加密公司发放信托牌照； 14.Canary再次修订Pepe ETF申请文件，彭博ETF分析师Eric Balchunas称或是加密寒冬结束信号； 15.MSCI或将Strategy等移出主要指数，相关基金或被迫卖出28亿美元Strategy股票； 16.Drift 开启漏洞恢复索赔，初始赔付仅略高于用户损失的1%； 畜生不如的项目方，还改名解散呵呵； ------------ 昨天东芝扩产，我tmd的存储直接跌成hello Kitty了，这真是有意思的事情。 当然我又成为留下来刷盘子的人了😭。 #BITCOIN# #ETHEREUM# #SOLANA# #CRYPTO# #NASDAQ#

英伟达股价刷新历史新高，距离6万亿市值关口一步之遥 经历两个月深度回调，英伟达市值一度蒸发超1万亿美元，市场弥漫着对AI资本开支见顶的担忧，而眼下资金大举回流，英伟达盘中再度创出5月以来的历史新高，盘中最高涨幅达2.9% 本轮反弹的核心驱动力来自AI智能体赛道的新叙事，市场开始重新定价Meta Muse这类AI智能体落地预期，普遍判断智能体大规模商业化，会持续拉动算力芯片需求，给半导体板块带来新的增长曲线，叠加重磅利好加持：英伟达周一官宣追加1500亿美元股票回购，创下美股史上最大单次回购增量，直接夯实市场信心助推股价上行 过去几个月市场情绪反复摇摆，一边是市场开始质疑企业千亿级AI基建投入能否持续兑现回报；另一边AI安全相关讨论不断发酵一度压制科技股估值，多空博弈之下，英伟达走出一波剧烈震荡行情 从全年维度看，英伟达今年股价累计上涨约27%，有望实现连续第四年两位数涨幅，当前市值约5.7万亿美元，距离冲击全球首家6万亿市值上市公司，仅剩不到3000亿美元的空间 这一轮行情很有代表性：AI主线并没有彻底熄火，只是市场的叙事重心，从大模型训练转向AI智能体这类新场景，千亿回购也向市场传递信号企业自身对长期现金流、AI产业周期具备充足信心，但也要看到，股价在高位，对消息面、美债利率的敏感度会极高短期波动不会消失

Anthropic、Meta、Google 签署白宫 AI 安全协议：内部审查加外部审计，企业自愿执行 9 月 29 日，Anthropic CEO Dario Amodei、Meta CEO 扎克伯格、Google CEO Sundar Pichai 在白宫与特朗普会面，之后一起在白宫外对媒体讲话。扎克伯格说，几家公司当天签署了一份"白宫 AI 安全开发协议"。 协议内容来自扎克伯格在现场的概括。各公司要建立内部控制机制，用来发现 AI 出问题的情况。在此之上设多层审计：先是公司内部的风险审查，再请外部审计方和评估机构检查，审计报告交给各公司董事会独立审阅。 扎克伯格说，这样做是为了让美国公众和客户相信，AI 是按公司设计的方式在运行。他也说这只是一个开始，不是唯一会做的事，是整个行业都能接受的一份协议。 Pichai 拿公司财务管控作类比：财务有一套成熟的流程和审计制度，这次是把类似做法搬到 AI 开发上。他说总统要求行业"站出来"，要确保产品安全推出。 记者把 Dario 请到前面，提到他此前曾呼吁放慢 AI 发展。Dario 说 AI 好处很大，比如在医疗方面；他认同特朗普"谁赢下 AI 谁就赢"的说法，但技术风险是真实存在的，应对风险的具体机制"仍在讨论中"。他的原话是"我们可以赢，而且可以安全地赢"。 这份协议由企业自愿执行，没有外部强制。视频中，协议全文和签署公司的完整名单都没有公布。 记者两次追问特朗普：企业自我监管够不够，公众为什么该相信它们。特朗普的回答是，这些人很优秀，出了问题他们的公司就完了，所以他们不会让这种事发生；各家公司会"互相监督"。

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。 交易本身 这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。 两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。 芯片公司为什么要买模型公司 苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。 李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。 主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。 公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。 团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。 李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。 至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。 开放生态与可选择性 苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。 李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责 主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。 主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。 李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步 主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。 最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”

有朋友问，为什么Trump和习近平谈了三天什么都没谈出来？ 可能这位朋友想听到的是一个重要的结果。但其实也有一些结果的：过去三天习近平的国事访问，欢迎仪式、国宴，排场都很足。最后落到纸面上的是这几样： 1）去年10月釜山那份贸易休战，原定11月10日到期，延长两个月到明年1月10日 2）两边同意建一个AI安全事件的沟通机制 3）中国要送两只大熊猫去亚特兰大动物园（什么时候能轮到我们旧金山动物园？） 不过没有联合记者会。最难的那几样，芯片管制、稀土、台湾、伊朗、贸易结构，确实一样都没动。 那为什么呢？首先就是因为桌上的东西已经没法对半分了。关税可以你让五个点、我让五个点，芯片、稀土、台湾不一样，两边都觉得今天让出去的不是钱，是十年以后的位置。谈得再久，也造不出一个双方都肯接受的中间点。 其次，信用不够。据会前的报道，5月Trump访华时宣布的一批采购和订单，有一部分落实得不如预期。上一份还没兑现完，谁都不愿意再签一份更大的，于是新承诺越缩越短，最终缩成1、2个月的延期。 最核心的是，两边都觉得时间在自己这边。重大突破通常不是出现在关系好的时候，而是出现在双方都认为不成交的代价比让步更大的时候。现在还没到这一步，最合理的结果就是，别重新打起来，也别指望现在解决根本问题。 而且鸡同鸭讲，有些问题连问法都不一样。Trump说AI就让它保持现在的样子，习近平说必须保持人类对AI的控制。一个问的是怎样别让监管拖慢技术，一个问的是怎样让技术始终受管理，问题还没对上，规则就无从谈起。台湾也是，北京希望美国从“不支持台独”往前走到“反对台独”，美国驻华大使David Perdue说，美国的政策没有变化。 但我最想说的是，个人外交是有上限的。这两位都偏爱领导人对领导人、关起门来拍板，外界也总期待两个强人一锤定音。我写过我们为什么总期待伟人，这就是那种期待的国际版。可两个人在一间屋子里说好，改不了背后两整套东西。美国的台湾政策绑着《台湾关系法》、国会和盟友；北京那边，台湾是它自己几十年叙事里不能松口的地方，那套叙事也不是一个人在屋里一句话就能改的。 而美国这一边的约束，我觉得恰恰是好事。一笔约140亿美元的对台军售一直搁着没批，Trump自己说，这是一个很好的谈判筹码。一个总统再想做交易，也不该能把两千多万人的安全拿去一口价成交，真要有什么能拦住这一步，不会是谁的好意，只能是国会、法律和盟友这些他绕不开的东西。 所以这三天也许已经谈出了能谈出的东西，不是一份大协议，而是把冲突控制在两边都还能继续过日子的范围里，11月在深圳、12月在迈阿密接着见。没有联合记者会，两边各自回国讲自己的版本，这本身就是最真实的结果了：两套完全不同的世界观，暂时还在努力不打起来。

AI也要备案，但备案和“这个AI靠谱”完全不是一回事。 国家网信办9月23日公布新增3款手机端侧生成式AI服务备案信息，包括“YOYO Claw”等。 最近连手机端侧AI也开始单独备案了。很多人看到“已备案”，容易理解成“官方认证这个AI安全、可靠、好用”，但这其实是两个概念。 备案首先是一套合规程序。 按照现行规则，面向公众提供、且具有舆论属性或者社会动员能力的生成式AI服务，需要履行相应备案或登记程序。已经上线的AI应用，还要公示所使用模型的备案号或上线编号。 但备案并不等于几个东西： 不等于质量认证。 它不会告诉你这个模型回答得准不准、幻觉多不多、推理能力强不强。 不等于安全保证。 备案说明它进入了监管框架，不代表以后绝不会出现隐私、内容或安全问题。 更不等于官方推荐。 “已备案”不能理解成“国家建议你使用”。 另一个值得注意的变化是：现在连手机端侧AI也单独进入备案体系。所谓端侧AI，就是模型部分或全部直接在手机本地运行，而不是每次都把数据发到云端。 它的优势通常是响应更快、离线也能用、部分数据可以留在本机；但这也不代表“端侧=绝对隐私安全”。 所以以后看到“某AI已备案”，最准确的理解应该是： 它完成了相应的监管合规程序，而不是通过了一场“AI质量考试”。