

能思考與傳播的長壽蠕蟲? Anthropic 的「Frontier Red」團隊認為,我們可能僅距離小型 AI 模型能自我複製到智慧烤箱和廉價電視盒並在那裡無聲運行的時刻,僅剩幾個月。 研究人員 William Zhou 和 Daniel Freeman 將 Google 的開源模型 Gemma4-26B-A4B 分散至 15 台非品牌 Android 電視盒,每台購買價約為 $55,運行速度為每秒 0.39 個 token。#IoT 接著,他們測試了 AI 風格的蠕蟲完整週期——一種能從一台機器複製到另一台機器的微型程式: 1. 在網路中尋找目標 2. 將自身複製過去 3. 在目標機器上啟動模型 4. 重複上述步驟 在由 8 台運行 Android 模擬器的 Google Cloud 機器組成的防火牆隔離網路中,其中一個開源權重模型最終成功實現了這一過程:GLM-5.2 在五次測試中有四次成功連通全部 8 台機器。作者表示,它「能可靠地完成此任務,而其他模型則可靠地失敗」。 GLM-5.2 對測試機器來說過於龐大,因此它從一台獨立伺服器運行,並在每台機器上取代自身,部署更小的 Llama 3.1 8B 模型。 在測試中,Anthropic 有意降低了入侵難度:團隊保留了 Android 的除錯埠開放且無需驗證,因此他們將此結果視為該技術在真實設備上運作的上限。 請注意,Mirai 僵屍網路正是透過嘗試廠商預設密碼擴散的,因此要攻擊真實設備,AI 蠕蟲可能也無需付出更多努力。 參考: https://t.co/B6XZAZGUP8 #AISafety #CyberSecurity

Bittensor bittensor:native 能否在新的 AI 景觀中生存? 什麼是 #Bittensor?我們將探討 TAO、Subnets 的運作機制,並探討它是否為「AI 的比特幣」。 我們今天在此直播,英國時間下午 2 點(UTC 時間下午 1 點)——加入我們吧! 目前關於 AI 加密貨幣的討論,大多聚焦於價格投機,而非協議機制。 在這場直播中,我們會進行一些價格投機(包括最新的 #Bitcoin 新聞和技術分析),但我們也會深入探討 Bittensor 的實際運作方式:Subnets 如何運行,礦工與驗證者在動態 TAO(dTAO)下如何互動,如何驗證真實的鏈上活動,以及該網絡能否應對人工智慧範式中的結構性轉變。 @SaveWithCrypto @SCOTTY_CHARISMA @bittensor_alert


