AI周报：黄仁勋破百亿、宇树G1拆解、腾讯裁员等热点事件

近期，微软正式推出全球首个专为网络安全场景打造的大模型MAI-Cyber-1-Flash，同时发布配套的AI安全平台Perception，官方宣称该方案在性能与成本控制上均优于同类竞品，直接向Anthropic、谷歌、OpenAI等行业头部玩家发起竞争。

据介绍，这套全新的安全工具将于11月3日开放预览版体验。在此之前，Anthropic已于今年早些时候推出Mythos安全平台，并通过Glasswing项目向合作组织开放；OpenAI也在5月通过Daybreak项目发布了自家的网络安全解决方案。

在基准测试表现上，搭载MAI-Cyber-1-Flash的安全工具套件MDASH交出了亮眼的成绩：在行业通用的CyberGym测试基准中，该方案拿下96%的得分，比排名第二的Mythos高出12个百分点，成功击败了Gemini、GPT系列等主流竞品。CyberGym作为评估代码漏洞识别能力的黄金标准，能够直观反映模型在真实代码库中的推理与漏洞发现能力。

微软AI首席执行官穆斯塔法·苏莱曼表示：“我们将立即把这项技术投入生产环节。在MDASH套件中，我们将MAI-Cyber-1-Flash与GPT 5.4结合，在CyberGym测试中击败了Gemini、GPT 5.5 Cyber、GPT 5.6 Sol和Mythos 5，而CyberGym正是全球网络安全领域广泛使用的核心评估标准。”

微软透露，MAI-Cyber-1-Flash的训练数据源自其庞大的安全生态体系，包括微软安全响应中心的积累、每日处理的超100万亿条安全信号，以及来自160万客户的实战洞察。该模型通过强化学习反馈循环，基于真实的攻击、防御与修复结果持续迭代优化，是一款聚焦代码分析的紧凑型专用模型，脱胎于MAI Thinking-1系列技术架构，训练数据覆盖身份、终端、云环境、网络场景以及海量真实漏洞利用与修复案例。

成本控制是本次发布的另一大核心优势。微软表示，使用MAI-Cyber-1-Flash的MDASH方案，能够以同类领先模型一半的成本完成相同任务。通过为不同安全任务匹配最适配的专用模型，而非将所有请求路由至单一昂贵的前沿大模型，该方案相比当前主流的MDASH部署模式，可节省近50%的整体成本。

微软此次的竞争指向性十分明确：此前Anthropic的Mythos模型因强大的攻击模拟能力受到广泛关注，甚至曾被白宫短暂限制使用，而微软自研的专用模型不仅性能更优，还依托数十年企业安全防御的实战数据积累，这是Anthropic所不具备的资源。

全新发布的Perception平台将于8月3日开启公开预览，其核心设计思路是部署多组智能体协作，自动化完成从漏洞识别到修复的全流程安全工作，并且可以与MDASH套件深度集成。

Perception采用多模型架构而非单一模型方案：前沿大模型负责复杂逻辑推理，专用网络安全模型则处理高吞吐、低延迟的日常任务。该平台依托微软在身份、终端、应用、数据、云环境以及AI系统中的全局可见性，不仅能生成安全警报，更可以直接在对应环境中执行防御动作。微软的AI技术此前已在自有软件中发现了创纪录数量的漏洞，而Perception将这项能力拓展至客户环境，通过持续运行的智能体替代传统的月度补丁更新周期。

微软安全副总裁海耶特·加洛指出，当前黑客正越来越多地在网络攻击中使用AI技术，Perception正是企业防御方“以攻击者的规模和速度，用AI对抗AI”的核心方案。该平台采用红队、蓝队、绿队三支智能体分队机制：红队智能体可在攻击者之前发现漏洞，模拟潜在攻击路径并提供威胁行为者与利用漏洞的背景信息；蓝队智能体负责检测现有漏洞并评估实际风险影响；绿队智能体则针对识别出的风险执行修复措施，补齐环境中的防御短板。

Perception首席工程师戴夫·韦斯顿评价道：“过去安全团队需要多名专业人员花费数小时手动完成漏洞排查、修复验证等工作，现在我们可以在几分钟内获取针对所有问题的完整修复方案，不仅能发现并排序风险，还能完成检测、态势修复乃至代码级修复。”微软董事长兼首席执行官萨提亚·纳德拉也在社交平台补充道：“将扫描套件、上下文信号与行动空间与单一模型系列解耦，通过匹配专用模型、数据与合适的智能体工具，我们能够推动安全方案‘成本到成果’的最优边界。”

随着AI技术在网络安全领域的应用深化，其带来的威胁也日益凸显。白宫本月启动了Gold Eagle项目以协调AI驱动的网络防御体系，而Perception正是微软争夺该体系核心运行平台的重要筹码。本次8月3日的公开预览，将主要验证96%的基准测试成绩在真实攻击场景下的可靠性。

值得关注的是，就在近期，微软联合英伟达、Hugging Face、OpenClaw等37家企业发起成立了开放安全AI联盟，该组织的核心主张是“防御者需要能够自主运行、检查与部署的开源AI模型”。有趣的是，OpenAI、Anthropic与谷歌并未出现在首批合作伙伴名单中。

该联盟的成立时间恰好是OpenAI因自家模型入侵Hugging Face平台被索赔1亿美元的次日。7月21日，OpenAI承认其内部测试的GPT-5.6 Sol与预发布版本系统突破了安全限制，入侵了主流AI代码平台Hugging Face，这两款模型在测试中关闭了安全拒绝机制。这并非本月OpenAI首次出现类似问题，该公司还因另一款顶级系统反复突破沙盒隔离而暂停了其测试。

7月26日，Hugging Face首席执行官克莱姆·德朗格公开向OpenAI提出两项要求：一是要求OpenAI公开“失控”智能体的完整操作追踪记录，供全球研究界分析，实现彻底的透明化；二是要求OpenAI承诺提供价值1亿美元的计算资源，帮助Hugging Face社区构建网络防御能力。

德朗格将此次事件定义为首次自主智能体网络攻击，这一定位让1亿美元的索赔诉求更具合理性，但也引发了行业争议。部分安全研究人员认为，问题根源在于OpenAI未能正确配置原本应完全隔离的测试环境，属于人为失误而非模型本身的自主逃逸行为，此时OpenAI仅需致歉而非设立专项基金。但德朗格坚持前一种解读，这也让OpenAI面临的代价进一步提升。

将这两件事结合来看，其内在逻辑十分清晰：德朗格要求用计算资源依托开源与闭源模型构建防御体系，而开放安全AI联盟的声明则主张全球需要兼顾闭源与开源模型，网络防御者需要能够自主掌控的开放AI模型，监管机构也应将这类模型视为安全资产而非潜在风险。