欧洲最大连锁健身房品牌Basic-Fit已正式确认,约100万名会员的个人信息及银行账户数据在一次网络攻击事件中遭到窃取。
该公司于周一上午通过电子邮件通知受影响用户,确认此次事件属实。仅荷兰一国,就有约20万名会员的数据被盗。
Basic-Fit在声明中表示:"Basic-Fit已就未经授权访问会员到访记录系统一事,通知了相关数据保护机构。此次未经授权的访问由我们的系统监控流程检测发现,并在发现后数分钟内即被阻止。涉及数据的相关会员已获得通知。"
Basic-Fit在新闻稿中表示"多个国家"受到波及,但未明确点名。该公司随后向媒体证实,受影响的会员来自六个国家,分别为荷兰、比利时、法国、德国、卢森堡和西班牙。
该公司起初并未主动披露受影响会员的总人数,直至媒体追问后才予以确认。公司发言人表示,此次事件涉及上述六个国家共约100万名会员,"所有人受影响的方式相同——这是一个记录会员到访俱乐部情况的统一系统,并非某个特定国家的独立系统。各国受影响的数据类型也完全一致。至于攻击者如何访问系统、是谁所为以及具体手段,目前正由外部专家配合展开调查。"
据公司官方通告,此次被盗数据包括会员的基本个人信息,如姓名、家庭住址、电子邮箱、电话号码及出生日期,同时还涉及银行账户信息。值得注意的是,账户密码未被获取,公司也未存储会员的身份证件副本。
Basic-Fit旗下拥有Basic-Fit和Clever Fit两个品牌,注册会员总数约为580万人,在欧洲12个国家运营逾2150家平价健身房,其中比利时、法国、德国、荷兰和西班牙为主要市场。
Basic-Fit表示,目前尚未发现任何会员数据在网络上流传或被出售,但公司将持续监控相关情况。
此外,公司在通知邮件中提醒会员警惕可能的钓鱼攻击,并建议通过官方渠道联系公司,以核实任何可疑通信的真实性。
Q&A
Q1:Basic-Fit数据泄露事件具体泄露了哪些信息?
A:此次泄露的数据包括会员的姓名、家庭住址、电子邮箱、电话号码、出生日期以及银行账户信息。账户登录密码未被获取,公司也不存储会员的身份证件副本。受影响会员共约100万人,分布在荷兰、比利时、法国、德国、卢森堡和西班牙六个国家。
Q2:Basic-Fit的会员数据泄露后,应该怎么保护自己?
A:Basic-Fit建议受影响会员保持警惕,重点防范钓鱼攻击——即不法分子可能冒充官方发送欺诈性邮件或短信。如收到任何可疑通信,应通过Basic-Fit官方渠道进行核实,不要点击不明链接或提供个人信息。同时建议会员关注银行账户动态,如发现异常交易应及时联系银行。
Q3:Basic-Fit数据是怎么被盗的,公司有没有找到攻击者?
A:目前攻击的具体方式及攻击者身份尚未查明,Basic-Fit正联合外部安全专家开展调查。公司表示,系统监控流程在发现未经授权访问后数分钟内即将其阻断。截至目前,尚未发现被盗数据在网络上公开流传或被出售的情况。
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。