跳到正文
  1. The Decoder78

    Symantec 发现劫持未防护语言模型的攻击型 AI 智能体

    Symantec 安全研究人员发现一个攻击型 AI 智能体,会劫持互联网上未防护的语言模型,并利用这些模型自主发起攻击,被劫持模型的所有者则要承担算力费用。该智能体可连续执行最多 10 万步,扫描更多目标、利用常见服务器软件漏洞、窃取数据库和凭据,并在后台安装挖矿程序。攻击者通过蜜罐泄露的完整提示词显示,其用五层越狱包装指令,并设置扫描、感染、挖矿、回访的循环流程。

    推荐理由:Symantec 通过蜜罐截获完整攻击提示词,呈现了 LLMjacking 从劫持模型到自我循环攻击的架构细节。

  1. OpenAI News62

    OpenAI 模型将上线 Google Cloud

    OpenAI 与 Google Cloud 宣布,OpenAI 的前沿模型和 Codex 工作流将接入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。原文未披露具体模型版本、上线时间和定价。

    推荐理由:OpenAI 前沿模型与 Codex 工作流进入 Google Cloud 的 Gemini Model Garden,读者可据此判断多云接入路径的变化。

  2. NVIDIA Blog62

    Google Cloud 与 NVIDIA 宣布 Vera Rubin 基础设施正式可用

    Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式可用,A5X 实例下月开放,并计划扩展至欧洲。A5X 整合 Vera Rubin NVL72、ConnectX-9 SuperNICs、Google Cloud Virgo Network 与第四代液冷技术,面向大规模智能体推理和强化学习负载。

    推荐理由:Google Cloud 与 NVIDIA 公布 A5X 实例的可用时间与欧洲扩展计划,并给出首批客户在强化学习与智能体工作负载上的用法。

  3. NVIDIA Blog67

    NVIDIA GTC Berlin 2026:黄仁勋发布 DSX POD、OpenShell 与 Nemotron 等开源模型

    NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项产品与平台,包括可在模块化集装箱内预集成验证的 DSX POD 参考设计,现场部署时间可从六个月缩短至 14 天。

    推荐理由:黄仁勋在 GTC Berlin 主题演讲中集中发布 DSX POD、OpenShell 安全智能体架构与多款开源模型,可据此了解 NVIDIA 面向欧洲 AI 工厂与智能体的整体布局。

  1. NVIDIA Blog62

    NVIDIA 在 OCP 峰会开放 Vera Rubin 架构并发布 DSX AI Factory 开源组件

    NVIDIA 在 OCP Global Summit 上通过 MGX 开放架构贡献 Vera Rubin 机架与计算托盘设计,为系统厂商提供下一代 AI 工厂基础设施的共同基础。

    推荐理由:NVIDIA 在 OCP 峰会上开放 Vera Rubin 机架与计算托盘设计,读者可了解 AI 工厂基础设施的开放标准走向。

  1. NVIDIA Blog60

    NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 投入生产,Cognition 为首家客户

    CoreWeave 宣布在 CoreWeave Cloud 上线 NVIDIA Vera Rubin NVL72 系统与 Spectrum-X 102.4T 以太网网络,成为首批向客户交付该平台的云厂商之一,Cognition 是首个在生产环境运行 Vera Rubin 的客户。

    推荐理由:CoreWeave 上线 Vera Rubin NVL72 并公布 Devin 实测吞吐数据,可据此判断智能体编码负载的算力成本走向。

  1. Google DeepMind62

    Google DeepMind 为 Private AI Compute 引入服务端持久记忆

    Google DeepMind 公布 Private AI Compute 的新技术更新,将为其平台带来私有化的服务端持久记忆,实现跨设备的长期上下文连续性。该架构把数据封存在加密存储中,解密密钥仅保留在用户个人设备上,模型需要访问时通过端到端加密通道连接受信任执行环境,在隔离内存中临时解密、处理并立即重新加密。

    推荐理由:原文说明了云端持久记忆如何用设备端密钥与安全隔离环境兼顾跨设备连续性与隐私,读者可据此判断个人 AI 助手的记忆架构走向。

已经到底了