[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-92484":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"92484","ai","行业动态","The Decoder",65,"开源模型网络能力仅落后前沿模型四个月，成本大幅降低","英国AI安全研究所警告，开源模型在网络安全能力上仅落后前沿模型4-7个月，且安全措施效果不佳，防御者准备时间缩短。","英国AI安全研究所警告，开源权重模型（如GLM-5.2和DeepSeek V4-Pro）在网络能力上仅落后闭源前沿模型四到七个月，且安全措施基本无效，给防御者留下更少准备时间。\n· 截至2026年7月，开源模型在网络能力上仅落后前沿模型4-7个月，而2025年初差距为6-10个月。\n· 开源模型成本远低于闭源模型，使得先进能力更容易被获取。\n· 研究发现，开源模型上的安全措施基本无效，增加了被恶意利用的风险。\n· 差距缩小意味着防御者需要更快地更新防护措施，以应对潜在威胁。\n影响\u002F看点：开源AI能力的快速提升对网络安全构成严峻挑战，亟需更有效的安全机制和监管策略。","https:\u002F\u002Fthe-decoder.com\u002Fopen-weight-models-now-match-frontier-cyber-performance-from-just-four-months-ago-at-a-fraction-of-the-cost\u002F",null,"2026-07-18 18:16:02"]