
北京时间4月6日消息,Facebook周二宣布为10亿多WhatsApp聊天应用的用户改进默认的加密设置,只允许发信人和收信人查看信息。
这项更新正值“苹果叫板FBI”闹得沸沸扬扬之际——FBI要求苹果解锁圣伯纳迪诺枪击案嫌疑人使用的iPhone,但却遭到这家科技巨头的拒绝。
WhatsApp两年前已经开始开发全面的端对端加密技术,并使用了非盈利安全组织Open Whisper Systems提供的软件。这款聊天应用从2014年开始为两个用户之间的纯文本通讯信息默认启用这项技术,但群聊信息以及富媒体信息却没有完全加密。
该公司表示,从周二开始,所有的WhatsApp信息都将获得端对端的加密支持。也就是说,即使执法部门强制介入,该公司也无法读取用户的信息。
“想法很简单:当你发送信息后,你所发送的目标用户就是唯一能够读取信息的个人和组织。没有人能够看到这些信息。”WhatsApp在博客中宣布了这条消息,“包括犯罪分子、黑客、政府,甚至连我们都不行。”
美国司法部拒绝对WhatsApp升级加密技术一事发表评论,FBI尚未对此置评。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。