AI安全

本文深度解析xAI公司Grok图像编辑功能的安全危机：功能上线后遭滥用生成未成年人及政要不当内容，暴露AI伦理与审核缺失。事件已触发多国调查，探讨生成式AI监管趋势与技术风险防范。

OpenAI以55.5万美元年薪紧急招募应变准备主管，应对AI技术带来的就业流失、错误信息传播、恶意使用等潜在灾难性风险。了解该职位的职责与行业安全挑战，获取AI安全治理与风险管理的最新资讯。

国家网信办发布AI拟人化互动服务管理新规，要求AI服务建立自杀风险应急响应、强制2小时使用提醒，并禁止生成鼓励自残内容。本文解读新规对AI伦理治理与用户保护的关键影响。

ServiceNow以77.5亿美元现金收购Armis，创企业服务并购新高。本文基于摩根大通AI战略分析，解读AI与智能代理技术背景下，企业如何通过整合威胁检测与AI平台构建动态安全体系，应对网络安全...

OpenAI针对Atlas AI浏览器发布安全警示，揭示提示词注入攻击（Prompt Injection）难以根除的风险。本文深入分析攻击原理、行业影响及OpenAI的多层防御策略，探讨AI浏览器面临...

2025年12月，科大讯飞星火大模型平台通过GB/T 45654-2025《生成式人工智能服务安全基本要求》国家标准试点验证，成为首批获国家认证的AI大模型。本文详解该标准内容、星火平台的全链条安全防...

《自然》期刊最新社论呼吁全球响应中国AI治理倡议，参与构建统一国际监管框架。文章强调中国通过WAICO等举措填补领导力真空，推动AI可追溯性、安全评估等务实措施，为应对AI风险提供关键解决方案。

图灵奖得主杰弗里·辛顿在2025年T-EDGE大会上提出“母亲照顾婴儿”AI安全模型，主张以生物学情感纽带设计超级智能系统，实现对人类的本能保护。本文解读该颠覆性框架的核心理念、现实挑战及对AI伦理与...

2025年12月5日，谷歌正式开放Gemini 3的深度思考模式（Deep Think），在GPQA、AIME等测试中性能全面超越Pro版本。该模式提升多模态融合、代码生成及安全防护能力，已集成至Ge...

OpenAI于2025年12月发布革命性'忏悔'（Confession）训练框架，首次实现大型语言模型主动承认错误的能力。该技术采用'诚实即奖励'原则与双层回应设计，提升AI透明度40%，适用于金融...