所有文章

共 233 篇文章，第 3 / 24 頁

白宮被報導研議更正式的模型發布前審視機制：以「合作」取代「硬性規管」，但仍會影響市場競爭

除了商務部層面的合作安排外，另一條線索是白宮內部被報導正在討論更具政策色彩的「發布前審視」框架。報導指出，相關構想包括讓情報體系更早接觸新模型能力，以便在對外擴散前先做國安角度的評估，並協助加固系統防護。

美國商務部旗下單位與多家大型AI供應商簽署合作，讓政府在模型對外發布前就能進行能力與風險評測。這類安排代表前沿模型的「上線前測試」正從臨時性安排走向制度化：政府可在更早階段理解模型在資安、生物安全、化學武器等國安相關情境的行為，並把評測結果回饋到企業的安全改進流程。

Google在年度開發者大會前，先以線上節目形式集中更新Android生態，預期將涵蓋下一代系統功能、裝置體驗與延伸到更多場景的AI能力。

資安觀測顯示，攻擊者開始把AI用於漏洞研究與利用程式撰寫，甚至出現被判定為「高度可能由AI協助」的零日利用。此類案例的訊號在於：AI不一定要替代攻擊者的整體決策，只要能加速資訊整理、樣板化腳本產生與錯誤修正，就足以縮短從發現到武器化的時間。

顧問研究指出，為了滿足AI工作負載，全球資料中心相關投入在本世代可能達到極高規模，且瓶頸不只在晶片，更在電力取得、散熱設計、機電工程與交付能力。

市場近期重新評估大型科技公司在「供應算力」與「承接需求」之間的價值分配。以搜尋、雲端、影音與自動駕駛等多元業務為支點的企業，能更快把模型能力轉成可量化的營收與現金流，從而支撐更大規模的算力投資。

美國政策圈近期出現一個值得追蹤的訊號：在強調產業競爭力的同時，政府開始更明確討論前沿模型的安全評估與發布前協調機制。討論焦點不只在「是否要管」，而在「用什麼方式管」：例如建立技術指引與最佳實務、對開源權重模型的供應鏈與安全要求，以及在模型被更大規模部署前，如何與政府安全單位進行風險評估與演練。

近期一宗廣受關注的事件凸顯了新型風險：不是直接攻破企業主系統，而是先從員工使用的第三方AI工具切入，利用OAuth授權取得雲端帳戶權限，繼而橫向移動至內部環境。

AI訓練與推理需求持續把資料中心推向更高功率密度與更長期的產能規劃。最新合作顯示，產業焦點不再只是單一世代的GPU供貨，而是以標準化架構打造可複製的「AI工廠」。

自建推理服務、代理工作流與聊天介面近一年快速普及，但安全基線往往落後於部署速度。最新研究把焦點放在「對外可見」的AI相關服務：不少端點可能在未設置驗證、或使用預設高權限帳號的情況下直接暴露到公網。