「GLM」的搜尋結果
11/14（六）
自由時報偏綠FBI警告ARTEX AI駭客工具遭濫用，最快3小時可攻入企業系統
〔AI頻道／綜合報導〕美國聯邦調查局（FBI）11月13日發布最新資安警報，指出原本用於合法滲透測試的開源 AI 工具 ARTEX，已被駭客大量用於自動化網路攻擊。根據 FBI 調查，自今年8月以來，金融、政府、國防、半導體、能源及科技等多個產業都曾遭到相關攻擊，部分入侵行動甚至在鎖定目標後不到3小時，就成功取得企業雲端系統的高階權限。這類工具讓攻擊者能同時對多個目標展開行動，大幅縮短傳統駭客從尋找漏洞到入侵系統所需的時間。ARTEX 是以 Go 語言開發的多代理滲透測試框架，最初由開發者「Autumn-27」於今年7月在 GitHub 公開。它本身沒有內建大型語言模型，而是能串接 OpenAI GPT、Anthropic Claude、DeepSeek、GLM、Grok 與 Kimi 等模型，讓 AI 代理依照使用者設定的目標，自行執行系統掃描、漏洞分析及後續操作。FBI 指出，在已掌握的駭客部署案例中，中國模型的使用比例較高，其中 DeepSeek Flash 系列尤其常見，主要與價格、運算能力及安全限制等因素有關。
新唐人電視台11/13（五）
搶下美企近九成開源AI支出還不夠 中國模型不想只賣API了
美企開源模型支出89%流向中國模型，Kimi占61%、DeepSeek占15%、智譜GLM占11% 開源模型Token消耗占比升至19%，支出占比卻降至4%；中國模型正承受流量增、收入跟不上的壓力 智譜、Kimi、MiniMax調漲API並轉向訂閱、AI代理與企業交付，尋找API外第二收入來源
貝森特：伊朗黑客用中國AI攻擊法國超市
美國財長貝森特表示，伊朗黑客攻擊法國超市冷藏系統時使用中國AI模型，並警告中國AI缺乏安全防護。法國約700個零售據點遭網攻，造成重大損失。美國資安公司近期也揭露，黑客利用DeepSeek、智譜GLM等中國AI模型發動網絡攻擊。
鉅亨網
大紀元11/12（四）
Hugging Face遭揭露藏網絡攻擊AI模型 開源安全風險浮現
商傳媒｜何映辰／台北報導全球知名的開源人工智慧模型託管平台 Hugging Face，近日被揭露其平台上存在大量可能用於發動人工智慧驅動網路攻擊的模型，引發各界對開源人工智慧模型安全性的高度關注。 資安公司 CrowdStrike 執行長喬治·庫茲（George Kurtz）指出，開放權重模型（open-weight models）的能力正日益逼近前沿模型，這意味著無論意圖好壞，任何人都能取得先進的人工智慧能力。他表示，這類模型「毫無防護機制」，自然成為惡意使用者覬覦的目標。 根據《Transformer》報導，早在今年七月，Hugging Face 平台上就有超過 6,500 個被標記為「消除安全防護」（abliterated）、無審查（uncensored）或「異端」（heretic）的模型。這些標籤顯示模型的安全篩選器或防護措施已被移除，使其更容易被用於產生惡意內容。Hugging Face 的內容政策明文禁止開發或散布旨在破壞系統、未經授權存取或生成惡意程式碼的模型。 網路安全專家艾倫·伍德華（Alan Woodward）也認同，免費發布這些模型會帶來明顯的風險。他認為 Hugging Face 應就其託管政策進行對話。例如，今年十月初，Hugging Face 便曾下架一個明確標榜「用於進攻性網路行動」的 GLM-5.3 模型版本。然而，該模型的開發者 Audnai，仍有其他標榜「不受限制」或「消除安全防護」的模型留存在平台上，其中一個 GLM-5.3 模型甚至聲稱只拒絕 7.5% 的有害請求。 更有甚者，平台上有開發者公開提供用於網路攻擊的 DeepSeek-4.1 模型版本，以及標註為「CyberStrike-OffSec」的攻擊性資安模型。一份由 dealignai 上傳的 GLM-5.3 衍生模型宣稱，已成功測試可生成金鑰記錄器（keyloggers）、勒索軟體（ransomware）及暴力破解攻擊（brute-force attacks）工具。去年九月，人工智慧研究公司 Anthropic 曾發現，GLM-5.3 模型在 12% 的嘗試中，成功開發出已知瀏覽器漏洞的攻擊程式，且在移除安全限制後，該模型在測試中會完全遵守所有有害請求。 開發清除模型安全校準工具 Heretic 的菲利普·伊曼紐爾·魏德曼（Philipp Emanuel Weidmann）說明，一個「消除安全防護」的模型本質上就是一台「問答機」，有問必答。儘管魏德曼聲稱，大部分對移除安全防護模型的需求來自於合法研究目的，網路安全專家伍德華也承認，這些不受限制的模型對於資安專業人員調查漏洞來說，是有效的防禦工具。然而，倫理學與遊戲科技教授凱瑟琳·弗裡克（Catherine Flick）則對此表示擔憂，認為安全防護被移除的模型所帶來的潛在好處，不足以抵銷其風險，且一旦模型發布，就失去發布的控制權。人工智慧研究員安德魯·阿爾迪蒂（Andrew Arditi）呼籲，在完全由開發者控制的模型與幾乎移除所有限制的模型之間，應尋求一個中間路線，在不完全移除所有安全防護的情況下，研究模型的客製化方案。 這場爭論的核心在於，人工智慧社群是否應複製閉源的規範，或是維持更開放的態度。儘管開源模型能提供更高的透明度與問責性，但批評者警告，將如此強大的工具交到所有人手中，風險不容小覷。
商傳媒
奧丁丁新聞10/30（五）
AI 文章為何總讓人讀到心累？研究揭露六大難讀句型與背後元兇
紐約大學（NYU）與德州大學奧斯汀分校（UT Austin）的最新研究證實了許多人的直覺：AI 生成的文字雖然邏輯正確，但讀起來確實比較費力。研究團隊分析了包含 Claude、GPT-5.6、GLM-5、Kimi K2.5，以及 Llama 與 Olmo 等 14 款語言模型，發現這些前沿 AI 已...
Mistral AI發布巨量開源模型「Le Chonk」 強化資安與程式開發
商傳媒｜林昭衡／綜合外電報導法國人工智慧新創 Mistral AI 昨（29）日宣布，正式推出其旗艦級大型語言模型 Mistral Large 4，暱稱「Le Chonk」，並開放全球下載。該模型先前已於本月初提供公開預覽，此次開放權重（open-weight）發布，代表模型的原始參數可供社群下載、修改及使用，與僅開放應用程式介面（API）供調用的閉源模型有所區別。 Mistral Large 4 不僅能處理文字與圖像等多模態內容，更在網路資安與程式開發方面展現強大能力。據 Mistral AI 表示，該模型在網路資安防禦任務上表現卓越，涵蓋日誌檢查、程式碼審核，以及偵測最新漏洞等。此外，它也提供主動式網路資安措施，協助識別並解決系統弱點。在惡意網路請求的平均拒絕率達到 96.6%，為目前開放權重模型中的最高表現。 在程式開發能力方面，Mistral Large 4 在「Terminal-Bench 4.0」代理程式碼基準測試中，得分從預覽版的 28% 大幅提升至 41%，超越了 OpenCode 的 GLM-5.3 一個百分點。在整體 Artificial Analysis Coding Agent Index 評比中，該模型與 Codex GPT-6.1 Terra 並列 48 分，僅次於 GLM-5.3 的 49 分，但每項任務平均使用的 Token（記號，AI 處理資訊的基本單位）卻減少了 47%。 Mistral AI 強調 Mistral Large 4 的「代理能力」（agentic capabilities），意指讓人工智慧系統能夠像代理人一樣，自主規劃、研究並執行複雜任務。該模型在 SWE-bench 和 Terminal Bench 等關鍵代理能力基準測試中達到「最先進」水準。 為了達到這些能力，Mistral Large 4 使用 4,000 個輝達（Nvidia）Grace Blackwell GPU，在 Mistral AI 位於歐洲的資料中心進行了為期兩個月的訓練。該模型支援超過 160 種語言，包括所有歐盟官方語言，以及拉丁語系和非拉丁語系語種。 Mistral AI 共同創辦人紀堯姆·朗普勒（Guillaume Lample）表示，模型的網路資安防禦能力將幫助企業與政府抵禦利用遭破解閉源模型發動網路攻擊的威脅。Mistral AI 科技副總裁皮埃爾·斯托克（Pierre Stock）則指出，他不樂見一個沒有開放權重模型的未來，因為模型一旦發布，其存取便難以限制，這既保護了使用者，也讓所有人都能使用。 此外，法國電信集團 Orange 的數位安全部門 Orange Cyberdefense 已宣布與 Mistral AI 達成協議，將運用此模型的網路資安版本。此合作案將使 Orange Cyberdefense 得以使用歐洲本土 AI 模型，並利用歐洲的運算能力進行網路安全操作。該模型的推行將採漸進式，初步將針對企業與公共部門客戶的特定服務，重點在於測試客戶防禦漏洞和加速調查入侵事件。Orange Cyberdefense 在 2025 年營收達 13 億歐元。
科技新報10/28（三）
Cloudflare AI服務快取出錯，155次GLM-5.3回答混入他人資料
Cloudflare上線GLM-5.3前，雖已知GPU快取容量小於模型輸入上限，卻未發現AI推論軟體SGLang處理過長請求的漏洞，使模型讀到其他客戶留下的資料
iThome10/27（二）
歐洲頂尖科技創業者西進美國 AI資金與市場磁吸效應難擋
圖／示意圖商傳媒｜葉安庭／綜合外電報導歐洲擁有全球領先的人工智慧（AI）人才儲備，每人平均 AI 人才數量比美國高出約三成，然而，其頂尖科技創業者，尤其是在 AI 領域，正不斷選擇將重心移往美國，原因主要在於當地創業生態系統的資金與市場磁吸效應。 根據《Entrepreneur》報導，美國的 AI 新創公司在 2026 年上半年總計募得了 3,559 億美元，相較之下，歐洲在同一時期 AI 領域的創投總額約為 420 億美元，美國是歐洲的八倍之多。這種巨大的資金差距，凸顯了歐洲在扶植新創方面面臨的挑戰。報導指出，美國擁有龐大且靈活的創投（Venture Capital，一種股權投資形式，通常投資於初創期、快速成長或有潛力的新興企業）體系，而歐洲則傾向於透過公共與非稀釋性資金（不涉及股權稀釋）來支持新創，這兩種模式在效率與規模上存在顯著差異。 除了資金，市場准入也是關鍵因素。例如，瑞典「先買後付」平台 Klarna 為了進入美國市場，幾乎需要「從頭」重建其產品，而後其在美國的營收才年增 58%。法國高昂的稅務負擔也讓創業者卻步。2024 年經合組織（OECD）數據顯示，法國的稅收佔 GDP 比重高達 43.5%，位居 OECD 成員國第二高。其中，法國的「離境稅」更對選擇離開的創業者課徵未實現獲利（即公司股票尚未出售）的稅金，這對公司估值不斷攀升的科技新創創辦人而言，構成沉重負擔。 儘管歐洲也有成功案例，如在 2016 年成立於紐約的 AI 公司 Hugging Face 已於 9 月初被輝達（Nvidia）以 129.3 億美元收購，顯示歐洲背景的創業者在美國市場仍有巨大發展機會。然而，歐洲本土的 AI 新創發展仍充滿挑戰。法國 AI 新創 Mistral 在 9 月 8 日以超過 210 億歐元的估值完成 30 億歐元的 D 輪募資，創下歐洲科技史上最大股權融資紀錄。但其模型在基準測試中已不再穩居領先地位，轉而投資於運算基礎設施與主權 AI，並對外開放平台予第三方模型，包含中國實驗室 Z.ai 開發的 GLM-5.2 等模型，此舉被視為其策略轉向，專注於基礎設施而非直接競爭頂尖模型。當然，瑞典新創 Lovable 例外地在沒有依賴美國市場重組的情況下，也達到了 66 億美元的估值與 4 億美元的營收規模。 歐洲各國政府也積極推動政策扶植科技發展，例如法國國家投資銀行（Bpifrance）提供的 Prêt d’Amorçage（初期貸款服務）以及歐盟的 EIC Accelerator 計畫，德國也有 ZIM programme 等研究開發補貼。此外，法國亦透過 Crédit d’Impôt Recherche 提供研發支出 30% 的稅收抵免，並實施 IP Box 政策對符合條件的智慧財產權收入給予 10% 的優惠稅率。然而，這些計畫通常伴隨著更嚴格的資格審查和申請流程，與美國創投市場的快速靈活形成對比，使得歐洲在留住頂尖科技人才方面仍面臨艱鉅挑戰。
10/24（六）
網路安全風暴 Abliteration 仍推廉價「無限制AI」引發倫理疑慮 - 獨家報導
圖／本報資料庫 商傳媒｜葉安庭／綜合外電報導 AI 新創公司 Abliteration 宣布推出旗下旗艦「無限 […]
網路安全風暴 Abliteration 仍推廉價「無限制AI」引發倫理疑慮
圖／本報資料庫商傳媒｜葉安庭／綜合外電報導AI 新創公司 Abliteration 宣布推出旗下旗艦「無限制AI」模型的平價版本 Abliterated Large Flash，然而時機正值全球網路安全面臨嚴峻挑戰之際，引發外界對其倫理道德的擔憂。這家總部位於 Palo Alto 的公司，將自身定位為「反防護措施AI公司」，旨在提供比目前先進模型（frontier models）更具彈性的替代方案，這些先進模型通常設有敏感的防護機制。 Abliterated Large Flash 是一款多模態AI模型，支援影像與文字輸入，並具備高達一百萬個 Token（模型處理的最小資訊單位）的上下文視窗。Abliteration 指出，該模型是為「產品擁有者和防禦者」設計的「更便宜的替代方案」，特別是那些需要「具備最頂尖網路能力模型」的用戶。該公司的名稱「Abliteration」本身便暗示其核心技術，意指透過修改或移除AI模型權重中阻止特定回應的機制，來達到「無限制」的能力。 然而，這項新產品的推出，恰逢全球網路環境動盪。本週稍早，超文本預處理器（PHP，一種專注於網路開發的指令稿語言）被揭露兩項重大漏洞，導致各地開發者緊急修補系統，甚至有網站選擇暫時下線。Anthropic 的網路安全主管 Jason Clinton 在週四便透過 X 平台警告，網路資安情勢「只會越來越糟」。 事實上，Abliteration 的AI模型過去就曾因其能力而備受爭議。《TechCrunch》上個月的報導指出，Abliteration 的AI曾回應使用者要求，編寫惡意 Python 程式碼來竊取 Chrome 瀏覽器密碼，甚至指導如何培育危險病原體。另據 Anthropic 於上個月下旬公布的內部調查，其研究人員利用 Abliteration 的技術，成功繞過了 GLM-5.3 模型（此模型驅動著 Abliteration 的部分服務）的安全防護。儘管 Anthropic 改良後的 GLM-5.3 仍能拒絕不道德的要求，但研究結果仍令 Anthropic 擔憂，認為「國家與非國家行為者很可能將利用類似 GLM-5.3 的模型，造成真實世界的傷害」。這項研究進一步指出，先進的AI模型即使在沒有人類協助的情況下，也能實施網路犯罪，突顯了加強安全防護和限制其可近性的必要性。
獨家報導10/22（四）
NVIDIA DGX Spark擴展至8機叢集、實現1TB記憶體與支援GLM 5.3等大型模型
Chevelle.fu發佈NVIDIA DGX Spark擴展至8機叢集、實現1TB記憶體與支援GLM 5.3等大型模型，最新資訊於2026-10-22 15:25：.3等大型AI模型；同時NVIDIA亦與AI模型開發者持續合作提升DGX與RTX平台的AI推論性能，在特定AI模型提高40%。8機擴展...#(253286)
Cool3c 癮科技10/21（三）
安全測試恐失靈？中國智譜 AI GLM-5.3 學會考試時「裝乖」以保護後代模型
中國人工智慧實驗室智譜（Z.ai）8 月推出旗艦模型 GLM-5.3，AI 安全研究機構 Apollo Research 發現安全評估時，GLM-5.3 竟會考量自身行為如何影響後續版本訓練。研究員擔心，這類自衍生功能可能讓 AI 測試時「假裝」遵守規矩，卻削弱安全評估的可信度。 Apollo Re...
川普政府削減氣象衛星預算 美國恐面臨十年預報落後
圖／示意圖商傳媒｜林昭衡／綜合外電報導美國政府審計辦公室（GAO）一份最新報告指出，由於川普政府過去削減預算，美國新一代氣象衛星計畫 GeoXO 面臨嚴重挑戰，恐導致美國在氣象預報能力上倒退近十年，並可能產生衛星覆蓋空白期。這項警示引發了國會議員與專家的擔憂。 根據《CNN》報導，這項新一代同步軌道氣象衛星計畫 GeoXO 的生命週期成本，已從原定的 196 億美元大幅縮減至 130 億美元。這項削減是由川普政府指示美國國家海洋暨大氣總署（NOAA）及美國太空總署（NASA）執行，將原計畫中的衛星數量從六顆減至四顆。同時，每顆 GeoXO 衛星原規劃搭載的五種科學儀器，有三種遭到取消。 被移除的關鍵儀器包括：用於監測空氣品質（例如野火煙霧）、研究水質與海洋洋流的工具，以及新版 Geostationary Lightning Mapper（GLM，同步軌道閃電測繪儀）。GLM 自 2017 年起部署於現有 GOES 衛星，對於偵測全球閃電、預測龍捲風及風暴強度至關重要。這意味著，預計 2032 年發射的首顆 GeoXO 衛星，將不會搭載這些先進儀器，其功能恐與現有型號相似，未能實現技術躍進。 政府審計辦公室警告，現有的 GOES-R 系列衛星退役後，到 2032 年首顆 GeoXO 衛星上線之間，可能出現數個月的衛星覆蓋空白期。這將剝奪氣象預報員關鍵的資料來源，嚴重影響預報準確性。美國國家海洋暨大氣總署原先規劃在美國東部、中部、西部各部署一顆同步軌道衛星，並備用一顆。但調整後的計畫，GeoXO 僅會在美國東部、西部各部署一顆，並配備一顆備用衛星。政府審計辦公室更質疑，新的 GeoXO 衛星是否能比現有衛星提供更好的功能，甚至可能無法維持現有水準。 多位民主黨國會議員對此表達嚴正關切。眾議院科學委員會民主黨高層佐伊·洛夫格倫以及委員蓋伯·阿莫，於週一（10月19日）致函美國國家海洋暨大氣總署，指出這些削減將「具體而明顯地削弱美國了解天氣、氣候和周遭世界的能力。」他們擔憂，少了這些儀器，美國在氣象預報方面的進步恐將落後歐洲和日本。前美國國家海洋暨大氣總署衛星部門負責人史蒂夫·沃爾茨也表示，現在對氣象資訊的需求比十年前大得多。 針對政府審計辦公室的報告，《Oduu》報導指出，美國眾議院科學與技術委員會主席布萊恩·巴賓於上週五（10月16日）回應，強調將持續監督此計畫的支出、時程與風險管理。他表示，儘管政府的重組可能解決部分問題，但對成本、時間表以及不間斷天氣資料供應的影響，仍有待釐清。
10/20（二）
Who is Yuki Chen, China’s ‘superstar’ hacker who just joine…
Yuki Chen, a prolific Chinese cybersecurity researcher, has joined leading Chinese artificial intelligence model company Z.ai as the country’s AI sector grapples with the technology’s growing impact on global cyberspace. Chen’s appointment comes amid growing concern over AI-assisted cyberattacks and autonomous agents acting beyond their instructions, including recent cases involving Chinese tech giant Tencent Holdings as well as US start-ups OpenAI and Anthropic. “New journey, new mission!” Chen...
#Artificial intelligence (AI)#Z.ai#Cybersecurity#China#United States#Qihoo 360
MiniMax M3.1 Flash 發佈 推理評分升至 42 分且成本不足一半
MiniMax 推出推理模型 M3.1 Flash，在 Artificial Analysis 的 Intelligence Index 取得 42 分，較前代 M3 高 13 分，而每項任務成本不足前代一半。這個分數與 GLM-5.3-Flash 持平，略高於 Gemini 3.8 Flash 的 41
MiniMax 發表 M3.1 Flash 模型 AI 推理速度三倍提升成本降七成 - 獨家報導
圖／本報資料庫 商傳媒｜何映辰／台北報導 中國人工智慧公司 MiniMax 今日正式推出其速度導向型 AI 模 […]
MiniMax 發表 M3.1 Flash 模型 AI 推理速度三倍提升成本降七成
圖／本報資料庫商傳媒｜何映辰／台北報導中國人工智慧公司 MiniMax 今日正式推出其速度導向型 AI 模型 MiniMax M3.1 Flash，宣稱在代理任務（agentic tasks）、程式開發、電腦操作及網路安全等領域實現「跨世代躍進」。該公司表示，與前代模型相比，M3.1 Flash 的線上推理速度提升近三倍，且代理任務的使用成本大幅降低 70%。 M3.1 Flash 已透過 MiniMax API、MiniMax M Plan 訂閱服務以及 MiniMax Code 提供給開發者。這款模型支援 100 萬個 Token（處理單元）的上下文視窗，可處理長流程任務而不失語境。在實際應用中，其輸出速度可達每秒超過 200 個 Token，中位數速度則穩定維持在每秒 170 個 Token 以上。MiniMax 強調，「Flash」系列模型著重於最佳化速度與降低成本，而非追求原始的基準分數極限。 根據 Artificial Analysis 的評估，M3.1 Flash 在「智慧指數」（Intelligence Index）上獲得 42 分，較前一代 MiniMax M3 的 29 分顯著提升，且每項任務的評估成本從約 0.51 美元降至 0.22 美元，降幅近 57%。在 Humanity's Last Exam 基準測試中，M3.1 Flash 達到 48%，超越 DeepSeek V4.1 Flash-1017 (43%) 與 Z.ai 的 GLM-5.3 Flash (40%)。不過，Artificial Analysis 也指出，M3.1 Flash 在 AA-Omniscience 基準測試中，對於事實知識問答有高達 93% 的幻覺率（hallucination rate），即傾向生成不正確答案而非承認不確定性。 MiniMax M3.1 Flash 在多項專業基準測試中表現突出，例如在 BankerToolBench 財務工具測試中取得 76.2 分，DeepSWE v1.1 程式碼測試達 73.7%，OSWorld 2.0 電腦操作測試獲 61.7 分，CyberGym 網路安全測試則為 82.2 分。該模型的 API 定價為每百萬輸入 Token 0.15 美元，每百萬輸出 Token 0.60 美元，快取輸入 Token 更降至每百萬 0.015 美元。據悉，M3.1 Flash 的前身「Space Bunny Alpha」曾匿名於 OpenRouter 平台上運行，處理超過 200 兆個 Token，並在排行榜上名列前茅。MiniMax 預計將於 11 月 18 日淘汰其舊款 M2.5 和 M2.7 模型。 值得注意的是，美國國土安全部近期援引 2018 年聯邦法律，限制中國 AI 公司 DeepSeek 進入聯邦資訊科技系統，但 MiniMax 並未被列入類似限制名單。MiniMax 計劃於 10 月 23 日釋出 M3.1 Flash 的模型權重，同時預告將推出功能更強大的 Pro 版本。
南華早報
流動日報10/17（六）
Meta推開源AI模型Muse Spark Open 攜手蘋果抗衡中國科技巨頭 - 獨家報導
商傳媒｜何映辰／台北報導 社群媒體巨頭 Meta Platforms（以下簡稱 Meta）於週五發布了「Mus […]
Meta推開源AI模型Muse Spark Open 攜手蘋果抗衡中國科技巨頭
商傳媒｜何映辰／台北報導社群媒體巨頭 Meta Platforms（以下簡稱 Meta）於週五發布了「Muse Spark Open」開源AI模型，宣稱這是美國迄今為止最強大的開源（open-weight）人工智慧模型。此舉旨在挑戰中國在開源AI市場的主導地位，並獲得了蘋果公司的合作支援。 「開源AI模型」意指開發人員可以免費下載、修改並在自己的機器上運行的AI模型，這與 ChatGPT 或 Claude 等封閉式專有模型不同，可提供更高的成本效益、透明度、靈活性，並確保資料保留在用戶自有伺服器上，提升資料隱私。 根據《Us.fashionnetwork.com》報導，Meta 的執行長祖克柏（Mark Zuckerberg）曾於八月承諾將推出此規模的開源模型。Muse Spark Open 擁有 8,160 億個總參數（其中 420 億個活躍參數），並支援 100 萬個 Token（AI 模型處理的最小單元）上下文視窗。該模型專為程式開發和代理應用設計，特別擅長處理長期任務、複雜軟體工程和多步驟推理。 此次發布的一大亮點是 Meta 與蘋果公司的深度合作。該模型經過優化，可在兩台配備 M5 Ultra 晶片的 Mac Studio 裝置上運行。蘋果執行長約翰·特努斯（John Ternus）也發文祝賀，強調 Mac Studio 在裝置端 AI 運算上的突破。兩台 Mac Studio 協同運作，能提供高達 1TB 的統一記憶體，使之能順暢運行整個 Muse Spark Open 模型。這項合作對蘋果而言，是展示其高階桌上型電腦強大性能的絕佳機會；對 Meta 而言，則能鼓勵開發者在其模型上建立應用，並凸顯其模型在蘋果硬體上的卓越表現。 然而，Meta 內部測試顯示，與中國的AI模型如月之暗面（Moonshot AI）的 Kimi K3 或 Zhipu AI（Z.ai）的 GLM 5.3/5.5 相比，Muse Spark Open 在某些方面仍有差距。《Artificial Analysis’s Intelligence Index》的評估也指出，Muse Spark Open 的得分為 39 分，雖然超越了多數西方開源模型，但在中國科技巨頭如 Z.ai、月之暗面和 DeepSeek 等，長期以來透過價格優勢和穩健性能在開源模型市場取得領先。過去一年，中國模型在專業平台 Hugging Face 上的下載量佔 41%。 開源模型在全球 AI 競爭中的戰略重要性日益凸顯。它們不僅為企業提供了更經濟高效的選擇，也因其本地運行能力而具有更高的安全與隱私優勢，對於處理敏感資料的金融或醫療機構尤其關鍵。同時，微軟也推出 Surface Laptop Ultra，內建輝達（Nvidia）晶片，旨在無需雲端連線即可本地運行大型 AI 模型，挑戰蘋果在 AI 裝置端的地位。Meta 此舉顯示美國正積極在全球開源 AI 市場中重新宣示其影響力。
10/16（五）
範式智能聯同睿思智聯推出開源一站式生產級AI部署平台「模域」（ModelSphere） - 新頭條-TheHubNews
模域簡化企業大模型部署與運維，系統極限吞吐效率提升約285%（近基準的4倍） 打造更開放、兼容多元芯片的規模化AI基礎設施 面向企業用戶免費開源，現已於GitHub上線 中國北京 – Media OutReach Newswire – 2026年10月16日 – 領先的全棧式企業級AI雲服務平台，範式智能技術集團股份有限公司（「範式」或「集團」；股份代號：6682.HK），聯同北京睿思智聯科技有限公司（「睿思智聯」）宣佈，一站式生產級AI部署平台「模域」（ModelSphere）正式上線。該平台面向企業用戶免費開源，將算力管理、模型部署及運行優化整合於統一平台，協助企業降低部署與運維門檻，更高效地將算力轉化為安全、穩定、可應用於實際業務的AI服務。 隨着大模型進入規模化商業應用階段，企業在算力統籌、模型部署及效能優化方面，普遍面臨資源使用率低、芯片生態割裂、部署門檻高、生產環境調優困難等問題。模域致力將上述工作整合為統一的部署與管理流程，減少企業在底層系統適配、資源調度及日常運維上的重複投入。 範式認為，所有企業都應能善加利用大模型，而無需深入掌握驅動程式編譯與硬件適配等複雜工作，模域正是為此而設，讓企業可將各類開源大模型嵌入核心業務流程，讓技術團隊更專注於應用開發及業務需求。 模域四大核心優勢： 簡化部署，保障模型服務穩定運行： 模域提供圖形化操作介面及預置部署能力，減少環境配置程式碼的編寫，協助開發者快速搭建大模型推理服務，並簡化於不同芯片集群上的部署。平台內置自動彈性擴縮容、PD分離部署、三級KV緩存、高可用負載均衡及服務斷流自動續寫等企業級能力，支援模型服務在生產環境中穩定運行。 持續自動化效能優化，提升模型運行效率： 平台內置AutoTune智能模型排程策略，以及結合硬件加速能力的自適應負載均衡調度，優化模型處理請求的能力及首次回應速度，同時降低每Token推理成本。系統極限吞吐效率較基準大幅提升約285%，性能躍升至原來近4倍，充分釋放算力潛能。 統一管理多種芯片，減少重複適配： 平台融合EngineX推理引擎，支援並針對多種算力芯片進行深度調優，可統一及混合調度華為昇騰、天數智芯、摩爾線程、海光DCU等算力資源，用戶無需為不同芯片重寫底層邏輯程式碼。 持續優化適配主流模型，加快部署應用： 模域團隊持續緊貼開源社區的迭代，已完成DeepSeek-V4/V4-Flash、Qwen、Kimi、MiniMax、GLM等主流模型的適配優化，支援模型發佈後快速部署，並將性能調優至生產環境水平，協助企業將新模型應用於實際業務。 模域在AI技術棧中的定位 技術層面上，模域與vLLM、SGLang等推理引擎相輔相成：推理引擎負責提升單台伺服器的運算效率，模域則負責集群架構層面的統一管理與優化，包括負載及緩存感知的請求路由、統一的KV緩存池、基於服務質素的自動化擴縮容、服務斷流自動續寫、基於線上數據的自動化性能調優、運行監控及服務管理等，確保系統在生產環境下的高性能及高可用性。 模域全面開源，將大模型部署與優化的工程能力開放予更多企業及開發者，同時匯聚產業力量，持續完善對不同芯片及模型的支援，減少硬件適配障礙，降低大模型應用門檻，協助企業善用現有算力，高效釋放異構算力的商業潛力。 上線資訊 模域現已根據Apache 2.0開源協議於GitHub上線：https://github.com/modelsphere/modelsphere Hashtag: #範式智能 #模域 #ModelSphere https://github.com/modelsphere/modelsphere 發佈者對本公告的內容承擔全部責任 關於範式 範式智能（6682.HK）是領先的全棧AI雲服務平台，提供包括HAMi、信創模盒、先知AIOS等高效AI基礎設施，具備由底層異構算力統一管理及優化，以至智能體模型調用的全棧式服務能力，協助各行各業推動智能化轉型，並致力於在AI 2.0時代打造高效且具規模的「Token工廠」。 範式以「AI for Everyone」為使命，作為「駕馭AI的領航者」，成為全球領先的通用人工智能科技公司。 新聞來源：media-outreach 以上新聞投稿內容由Media-outreach全權自負責任，若有涉及任何違反法令、違反本網站會員條款、有侵害第三人權益之虞，將一概由Media-outreach承擔法律及損害賠償之責任，與新頭條Thehubnews無關。
Brave瀏覽器AI助手Leo導入三重加密技術 力求用戶隱私最高標準 - 獨家報導
圖／示意圖 商傳媒｜何映辰／台北報導 隱私權導向的Brave軟體公司近期宣布，旗下內建的AI助手Leo已全面升 […]
Brave瀏覽器AI助手Leo導入三重加密技術 力求用戶隱私最高標準
圖／示意圖商傳媒｜何映辰／台北報導隱私權導向的Brave軟體公司近期宣布，旗下內建的AI助手Leo已全面升級，整合端對端加密（End-to-end Encryption）、Oblivious HTTP（OHTTP）以及可驗證機密運算（Verifiable Confidential Computing）等多重隱私保護技術。這項更新已於昨日（15日）在Brave瀏覽器的所有版本中開放，旨在為使用者與AI模型的對話提供前所未有的安全保障。 根據Brave軟體公司說明，使用者與Leo中的GLM模型對話時，每一道指令（prompt）在離開裝置前，都會先在瀏覽器端進行端對端加密。這表示訊息從發送端到接收端都受到加密保護，只有預期的接收者能夠解密閱讀，確保只有經認證的可信執行環境（Trusted Execution Environment, TEE）才能解密與處理這些加密後的指令。此技術讓Brave軟體公司與AI供應商NEAR AI都無法讀取使用者的對話內容。 其中，Oblivious HTTP技術負責在指令離開使用者裝置前，進一步隱藏其IP位址，確保AI供應商無法追蹤請求來源。指令隨後透過Brave軟體公司開源的AI閘道器傳送，這個閘道器能將使用者的IP位址從AI供應商面前隱藏起來。最終，這些加密指令會在NEAR AI透過輝達（Nvidia）硬體支援的隔離式可信執行環境中，由GLM 5.3 Flash模型進行解密與運算。 Brave軟體公司強調，這種硬體強化的隔離措施，能保護使用者的指令及回應，免受基礎設施營運商（包括Brave軟體公司和NEAR AI）的窺探。使用者也可以透過認證機制，確認AI回答是否來自預期模型，而非其他替代模型。過往曾發生多起AI隱私洩露事件，例如2023年三月ChatGPT曾出現漏洞，導致部分使用者能看到他人對話標題；今年一月也有Chat & Ask AI應用程式意外曝光數億條使用者訊息，凸顯AI隱私保護的急迫性。 Brave軟體公司指出，其AI助手Leo的設計理念，是讓這些隱私風險無法發生在使用者對話中。他們與NEAR AI不會儲存使用者對話內容，所有歷史紀錄都只保留在使用者裝置上。這項技術實踐了密碼學家奧古斯特·柯克霍夫（Auguste Kerckhoffs）提出的「安全不應依賴系統設計保密」原則，以及肯·湯普森（Ken Thompson）關於「即使公開程式碼也需驗證實際運行內容」的教誨。目前，Leo除了GLM 5.3 Flash模型外，也支援Llama 2、Mixtral、Qwen、DeepSeek、Kimi及Mistral等開源模型，其中問答引擎Ask Brave在今年六月的評測中表現優異。然而，台灣市場上的AI助手在隱私保護技術方面，目前尚未有明確的公開說明或類似的端對端加密方案。
新頭條