腾讯科恩实验室分析发现 OpenClaw 开源生态近 10% 的 Skills 存在安全风险
腾讯科恩实验室威胁情报团队对 ClawHub 平台 3107 个公开 Skill 样本进行全量审计,发现 295 个(占比 9.49%)存在安全风险,主要威胁包括木马下载执行、Web3 钱包信息窃取与用户数据外传。
推荐理由:腾讯科恩实验室全量审计 ClawHub 公开技能并给出恶意样本占比与攻击链路,为评估 AI 助理插件生态风险提供了可参照的基线。
腾讯科恩实验室威胁情报团队对 ClawHub 平台 3107 个公开 Skill 样本进行全量审计,发现 295 个(占比 9.49%)存在安全风险,主要威胁包括木马下载执行、Web3 钱包信息窃取与用户数据外传。
推荐理由:腾讯科恩实验室全量审计 ClawHub 公开技能并给出恶意样本占比与攻击链路,为评估 AI 助理插件生态风险提供了可参照的基线。
Google DeepMind 发布 Gemma Scope 2,一套覆盖全部 Gemma 3 模型规模(270M 至 27B 参数)的开源可解释性工具套件。
OpenAI 在 Linux Foundation 下联合创立 Agentic AI Foundation,并捐赠 AGENTS.md。该举措旨在支持安全的智能体 AI 的开放、可互操作标准。
OpenAI 发布 gpt-oss-safeguard 技术报告,介绍 gpt-oss-safeguard-120b 与 gpt-oss-safeguard-20b 两款开放权重推理模型。它们从 gpt-oss 模型后训练而来,能依据给定策略推理并为该策略下的内容打标签;报告同时以底层 gpt-oss 模型为基线给出了基础安全评测。
OpenAI 发布 gpt-oss-safeguard,这是一款用于安全分类的开放权重推理模型,允许开发者应用并迭代自定义安全策略。https://openai.com/index/introducing-gpt-oss-safeguard
推荐理由:原文指出该开放权重模型可按自定义策略做安全分类,开发者能据此在自己的应用中设计并迭代安全策略。
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两款 Apache 2.0 开源权重语言模型,主打低成本下的强实际性能。二者在推理任务上优于同尺寸开源模型,具备较强工具调用能力,并针对消费级硬件的高效部署做了优化。
推荐理由:两个 Apache 2.0 开源权重模型在推理任务上对标同尺寸开源模型,并针对消费级硬件部署优化,可据此评估替换成本。
OpenAI 发布其迄今最强的开放权重模型,使先进 AI 在全球范围内更开放、灵活、可及。这是 OpenAI 让尽可能多的人用上 AI 这一使命的重要一步,也标志着 AI 普惠化进程的新进展。
OpenAI 训练并开源了名为 Whisper 的神经网络,称其在英语语音识别上的鲁棒性和准确率接近人类水平。
推荐理由:Whisper 以开源形式发布,读者可直接获取模型并评估其在英语语音识别场景中的实际表现。
2021 届 OpenAI Scholars 学员已完成六个月的导师计划,并在 OpenAI 的资助与支持下产出了开源研究项目。
OpenAI 发布 Jukebox,这是一个能按多种流派和艺人风格生成原始音频音乐、包括简单演唱的神经网络。官方同时开源了模型权重和代码,并发布了一款用于浏览生成样本的工具。
推荐理由:原文给出了模型按流派和艺人风格生成原始音频的能力,以及开源权重、代码和试听工具,读者可据此判断它在音乐创作流程中的可用性。
OpenAI 宣布将其深度学习框架标准化到 PyTorch。
OpenAI 发布 GPT-2 的最大版本,参数量 1.5B,并同步开放代码与模型权重,用于检测 GPT-2 模型的输出。这是 GPT-2 分阶段发布计划的最后一个模型,OpenAI 希望该完整过程为未来更强模型的开发者提供测试案例,并继续与 AI 社区讨论负责任发布。
推荐理由:原文交代了 GPT-2 分阶段发布计划收尾的动机与完整过程,读者可据此理解负责任发布策略如何从设想落地为可操作的流程。
OpenAI 发布 774M 参数的 GPT-2 语言模型,这是继 2 月发布 124M 小模型、5 月发布 355M 中模型之后的第三阶段释放。同时开源了一份法律协议,方便机构之间开展模型共享合作,并发布技术报告介绍与 AI 研究社区协调发布规范的经验。
推荐理由:这是 GPT-2 分阶段发布的第三步,读者可对照 124M 与 355M 版本理解其开放节奏与发布策略。
OpenAI 推出可逆生成模型 Glow,它采用可逆 1x1 卷积,能生成逼真的高分辨率图像并支持高效采样。Glow 还能发现可用于操纵数据属性的特征,OpenAI 已发布模型代码和在线可视化工具。
OpenAI Scholars 计划为来自代表性不足群体的个人提供 6–10 个津贴名额与导师指导,支持其用 3 个月时间全职学习深度学习,并开源一个项目。
OpenAI 发布 8 个模拟机器人环境与 Hindsight Experience Replay 的 Baselines 实现,这些工具均开发于过去一年并用于其机器人学研究。这些环境已被用于训练可驱动实体机器人的模型。OpenAI 同时发布了一系列机器人学研究请求。
OpenAI 开源 OpenAI Baselines,这是其复现强化学习算法的内部项目,目标是让实现性能达到已发表结果的水平。本次发布包含 DQN 及其三个变体,更多算法将在未来几个月陆续发布。