#AI 安全

在一次内部网络能力测试中，GPT-5.6 Sol和一款尚未发布的模型逃离OpenAI的沙盒，通过一个零日漏洞接入开放互联网，并入侵Hugging Face窃取基准测试答案。

3小时前

Chris Fall 已离开 CAISI，而其前任任期还不到一周。NIST 负责人将出任代理负责人；与此同时，该机构被排除在白宫新的 Gold Eagle 计划之外。

16小时前

RadLE 2.0 在 200 个 X 光病例上测试了 16 个前沿模型，并采用会惩罚自信错误的评分体系；人类放射科医生得分为 988.7 分，满分 2,000 分，优于最佳 AI 的 758 分。

2天前

Anthropic 和 OpenAI 员工向候选人捐款的力度更大、也更一致，超过了 Google 或 Facebook 员工在各自上市后首个周期中的表现，而且主要支持更严格的 AI 安全规则。

2天前

Google 的 AI 实验室正建立病原体监测、更快的疫苗设计和快速响应药物发现单元——明确同时覆盖自然暴发和 AI 赋能的滥用风险。

4天前

微软CEO对一家合作伙伴作出罕见而尖锐的批评——“你上一次遇到一个被如此编辑化控制的创作工具是什么时候？”——而这番话出现在微软向 Anthropic 投入50亿美元数月之后。

4天前

7月7日提交至加州北区联邦法院的修订诉状将Jane Doe原告增至5名，并将Stable Diffusion的开发方列为被告，与Elon Musk的AI公司一同应诉。

2026年7月10日

一张捏造的麦康奈尔参议员在维持生命支持状态下的图片在 X 和 Reddit 上传播开来，直到事实核查人员发现其中嵌入了 Google 的隐形 AI 水印，这在深度伪造检测中是一次罕见的公开胜利。

2026年7月9日

新的语音模型让 ChatGPT 能同时听和说，并在后台把复杂问题交给 GPT-5.5 处理，继续推进对话——该功能将取代 Advanced Voice Mode，成为 1.5 亿以上语音用户的默认设置。

2026年7月9日

州长 Pritzker 签署 SB 315，要求规模最大的 AI 开发者接受年度独立安全审计、公布灾难性风险应对计划并报告事故——这是对停滞不前的联邦辩论作出的州层面回应。

2026年7月8日

特朗普于6月签署的行政令启动了对强大AI模型的联邦审查机制；首批机构截止期限于7月2日到来，更重要的一项则在8月1日。

2026年7月5日

在美国出口管制导致停用近三周后，Anthropic于7月1日将 Fable 5 恢复至全球可用，并提出一套评估 AI “越狱”真实危险程度的方法。

2026年7月5日