Google 周四宣布推出新一代基于 AI 的防御手段,以帮助打击 Chrome 上的诈骗行为。这家科技巨头将开始在桌面端使用 Gemini Nano,其设备端大语言模型,为用户抵御网络诈骗。同时,Google 也将在 Android 版 Chrome 上推出全新基于 AI 的警告机制,帮助用户识别垃圾通知,从而提高用户警觉性。
根据 Google 的介绍,Chrome 中的安全浏览增强保护模式提供了最高级别的防护,其防钓鱼和其他网络威胁的能力是标准保护模式的两倍。如今,Google 将利用 Gemini Nano 为启用增强保护模式的用户增加额外的一层防护,以抵挡线上诈骗的侵害。
Google 表示,这种设备端方法可实时洞察风险网站,从而保护用户免受诈骗,这其中也包括那些此前未曾遇到的新型骗局。
Google 在博客中指出:“Gemini Nano 的大语言模型非常适合这一用途,因为它能够提炼出网站多样且复杂的特性,帮助我们更迅速地应对新型诈骗策略。”
目前,该公司已利用这一基于 AI 的防御机制保护用户免受远程技术支持骗局的困扰。Google 计划未来将这一防护拓展到 Android 设备以及更多种类的诈骗行为中。
关于新增的基于 AI 的警告机制,Google 指出,诈骗网站带来的风险不仅限于网站本身,如果你启用了通知功能,其风险还可能通过通知扩散。恶意网站可能利用通知来实施诈骗,这也是 Chrome 现在将帮助你识别 Android 设备上那些恶意、垃圾或带有误导性的通知的原因。
当 Chrome 的设备端机器学习模型将某个通知标记为可能涉及诈骗时,你会收到警告。你可以选择取消订阅该通知,或查看被屏蔽的内容。如果你认为警告提示有误,还可以选择允许该网站未来发送所有通知。
在今天的公告中,Google 还透露,其已在搜索中利用 AI 检测并屏蔽了数以亿计的诈骗性结果,每天阻止诈骗行为。Google 表示,其基于 AI 的诈骗检测系统已帮助拦截的诈骗页面数量比以往多出 20 倍。
例如,Google 注意到不法分子伪装成航空公司客服,欺骗寻求帮助的用户。公司称,这类诈骗已减少超过 80%,从而降低了用户在搜索中遇到诈骗电话号码的风险。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。