至顶网网络与安全频道 12月24日 综合消息: 近日,网络安全解决方案提供商 Check Point 软件技术有限公司(纳斯达克股票代码:CHKP)的威胁情报部门 Check Point Research 帮助消除了在 WhatsApp 中发现的新漏洞。该漏洞允许攻击者传递恶意群聊消息,进而导致群组所有成员所用应用崩溃。若要重新使用 WhatsApp,用户需要卸载并重新安装应用,然后删除含有恶意消息的群组。
为了创建恶意消息,攻击者需要加入目标群组(WhatsApp 群组成员上限为 256 人)。之后,攻击者需要使用 WhatsApp Web 及其 Web 浏览器调试工具来编辑特定消息参数,然后将编辑后的文本发送至群组。该消息将导致群组成员陷入崩溃怪圈,拒绝其访问所有 WhatsApp 功能,直至他们重新安装 WhatsApp 并删除带有恶意消息的群组。
Check Point 产品漏洞研究负责人 Oded Vanunu 表示:“WhatsApp 是全球领先的通信渠道之一,广泛用于广大消费者、企业和政府机构,因此若能够阻止用户使用 WhatsApp并迫使其从群聊中删除重要信息,对于攻击者而言绝对是一项非常有力的武器。所有 WhatsApp 用户均应升级至最新版应用,以保护自身免遭此类攻击。”
2019 年 8 月 28 日,Check Point Research 负责任地向 WhatsApp 漏洞报告奖励项目披露了其发现。WhatsApp 确认了该发现,并开发了解决该问题的修复程序(自 WhatsApp 版本号 2.19.58 起提供)。用户应手动应用于其设备。Oded Vanunu 表示:“WhatsApp 尽责地做出了快速响应,针对这一漏洞利用威胁部署了防御措施。”
WhatsApp 软件工程师 Ehren Kret 表示:“WhatsApp 非常重视技术社区工作,这些工作可帮助我们保障全球用户的安全。感谢 Check Point 负责地向我们的漏洞报告奖励项目提交了其发现,我们于 9 月中旬快速解决了所有 WhatsApp 应用存在的这一漏洞。此外,我们最近还增添了新的控件,可防止用户被添加到不必要的群组,从而避免与不可信成员进行通信。”
Check Point Research 团队通过检查 WhatsApp 和 WhatsApp Web (WhatsApp 应用的 Web 版本,会同步通过用户手机收发的所有消息)之间的通信发现了这一漏洞。这使研究人员可以查看 WhatsApp 通信所使用的参数,并执行相应操作。新研究基于 Check Point Research 发现的“FakesApp”缺陷,后者允许攻击者编辑群聊消息以传播虚假新闻。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。