黑客模型上岗:OpenAI GPT-6 Cyber一周端掉948个Linux漏洞
11月5日,OpenAI 正式发布迄今最强的网络安全专用模型 GPT-6 Cyber,重点提升软件漏洞发现、漏洞验证与漏洞利用开发三项能力。在 Linux 内核安全研究中,该模型成功复现 1724 个漏洞,并为其中 948 个开发出可运行的利用程序;在 Firefox 安全研究中,又发现 81 个此前未被发现的高危漏洞,并附上测试证据与复现方案,相关问题已报告给 Mozilla 并提交修复建议,补丁随 Firefox 159 版本紧急推送。在 ExploitGym 基准上,GPT-6 Cyber 得分 48.5%,上一代 GPT-5.6 Cyber 为 32.1%,提升约五成;同一天,开源组件 OpenSSH 也紧急修补了一个高危认证漏洞。由于能力大幅增强,OpenAI 已把 GPT-6 Cyber 在自身 Preparedness Framework 下的网络安全评级提升至最高的 Critical 级,此前 GPT-5.6 Cyber 为 High 级。目前该模型尚未向所有用户开放,首批仅通过 API 与 Codex 向经过审核的 Daybreak Red 客户提供,后续逐步扩大开放范围。
安全模型第一次拿到 Critical 评级,意味着「找漏洞」这件事本身被官方承认为双刃剑:同一套能力既能帮维护者抢在黑客前面堵洞,也能被用来批量制造攻击。OpenAI 的解法是把门焊死在 Daybreak Red 的审核名单里,只给有授权的安全研究用,这在短期内是对的,但长期看挡不住开源路线的追赶,本周另一款开源权重模型也被证实独立复现了 Firefox 漏洞利用链。真正的分水岭不在模型多强,而在补丁跑得比利用快不快:948 个 Linux 漏洞的利用程序已经存在,留给各家发行版与厂商的窗口期正在按天计算,安全竞赛从此进入「发现即公开、公开即赛跑」的新常态。
多模态拼执行:蚂蚁百灵Ling-3.2-flash上线前两周免费
11月6日,蚂蚁百灵官方团队宣布推出原生多模态模型 Ling-3.2-flash,总参数 560B、单步激活 25B,采用 7:1 混合注意力架构,原生融合视觉与语言能力,支持图像、文本与视频输入,上下文窗口达到 1M。模型重点强化复杂视觉理解、多模态长程 Agent、3D 理解与交互、医疗多模态四大能力,核心亮点是视觉反馈自检加异常自适应恢复机制:模型可将画面与交互界面作为观测输入,发现执行偏差后自行纠正,主打面向真实生产环境的可靠执行与交付。在蚂蚁官方公布的评测中,Ling-3.2-flash 在三项基准上超过 Anthropic Claude Opus 5(max),在 DesignArena 图像转前端竞技场以 1238 的 Elo 分数进入前十。定价上,API 输入每百万词元 0.30 美元、输出 0.90 美元,为同性能级别模型中最低费率,上线前两周限时免费体验,模型权重也将在近期开放。
这一代国产大模型的竞争点已经从「答得对不对」滑向「干不干得成」:视觉反馈自检的本质,是让模型在长程任务里自己当自己的质检员,错了能回头,而不是一路错到底。蚂蚁敢拿自测成绩对标 Claude Opus 5,底气在场景而非参数,金融与医疗这类容错率极低的行业,恰恰最吃「可验证的执行」。更值得留意的是定价策略,每百万词元三毛钱的输入价把高端多模态拉进白菜价区间,配合两周免费,摆明了要抢开发者的迁移窗口。当模型能力差距收窄,价格与交付可靠性就成了新的护城河,这场仗才刚刚开打。
基座直接开源:百度文心5.5 Flash Base用33.5万亿词元打底
11月6日,百度正式开源最新基座模型文心 5.5 Flash Base(ERNIE 5.5 Flash Base)。该模型采用 MoE 混合专家架构,总参数量 2800 亿,每个 Token 实际激活的参数只有 140 亿,整个模型使用 33.5 万亿个 Token 完成预训练,微调与推理阶段支持最长 100 万 Token 上下文。百度已在 Hugging Face 上提供 FP8 与 BF16 两种版本的模型权重,方便不同需求的开发团队下载使用。需要注意的是,这次开源的是纯预训练基座模型,尚未经过中训练与后训练,并不是下载下来就能直接当作成熟聊天机器人使用,而是主要提供给开发者与企业用于后续指令微调、领域适配与强化学习。百度同时表示,经过后训练的 ERNIE 5.5 Flash 版本将在后续推出,届时会补齐对话与指令遵循能力。
开源一个没经过后训练的纯基座,看似「半成品」,实则是把选择权交给了下游:企业可以按自己的领域数据接着训,训出的模型从根上就是自己的形状,而不是在别人调好的聊天机器人上打补丁。33.5 万亿词元的预训练规模与 1M 上下文,说明这不是试水之作,而是百度把压箱底的底座拿出来换生态位。当头部厂商纷纷把基座开源,竞争的重心就从「谁的模型更强」转向「谁的生态里长出的应用更多」,而 2800 亿参数配 140 亿激活的 MoE 设计,正是为推理成本敏感的私有化部署量身定做的,工业场景的落地账本会因此好看不少。
算力自建能源:谷歌170亿美元在怀俄明造电厂式数据中心
11月5日,谷歌宣布在怀俄明州拉勒米县建设其首座数据中心,长期投资 170 亿美元,合作方包括 Tallgrass Energy、Black Hills Energy、美国电力公司 AEP 与 Related Digital。项目最大的看点不在机房而在电:谷歌与 AEP 签约建设一座 702 兆瓦的商用规模燃料电池发电设施并配套碳捕集与封存,号称同类中规模最大的规划项目,碳将封存于 Tallgrass 的怀俄明东部封存中心;AEP 方面 10 月已披露将为此投资约 40 亿美元,双方签下 20 年购电协议,燃料电池厂预计 2028 年底全面投运。谷歌承诺承担数据中心 100% 的用电成本与增长直接带动的基础设施投入,园区采用风冷设计以减轻当地水资源压力,预计建设期全州新增 8800 多个岗位、投运后每年 3700 多个岗位,其中直接岗位 250 个。11月6日,谷歌又从 AI 基建商 Crusoe 手中收购了该园区地块,项目进入实质推进阶段。
当数据中心的瓶颈从芯片变成电,巨头们的解法开始趋同:不再等电网排队,而是自己下场造电。702 兆瓦燃料电池加碳捕集的组合,是谷歌给出的「既要算力、又要过审」的答案,付全额电费与社区委员会则是对冲地方反对的政治对价。值得注意的是,170 亿美元里没有给出算力规模与工期,说明这更像一张长期期权而非一次交付。对中国产业的启示同样直接:AI 竞赛的下半场,拼的不仅是模型与芯片,还有谁能把能源、土地与社区许可打包成可复制的基建产品,谁先把这套打通,谁的扩张就少一道关卡。
今日争议台:模型越能攻,围栏越要先立好
一边,GPT-6 Cyber 一周端掉 948 个 Linux 漏洞,安全模型的「攻击力」第一次被官方盖上 Critical 的戳;另一边,开源基座与低价多模态齐齐放闸,越来越强的工具正在落到越来越多人的手里。争议的核心并不在模型本身,而在速度差:发现漏洞的速度、打出补丁的速度、滥用能力扩散的速度,三条曲线赛跑,任何一条掉队都会出事。更现实的观察是,围栏的进化永远慢于触手:审核名单管得住官方渠道,管不住开源权重;购电协议谈得下来,社区许可却要一户一户地磨。能做的不是把门焊死,而是把每一次放行都变成可审计、可撤销、可定价的契约,让攻与守在同一条起跑线上开赛。这一题本期没有答案,但每一个正在用 AI 的人,都已经被它投了票。