# 人工智能的所有文章

在 HTX 新聞中心流覽與「人工智能」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

砸3亿跨界追光芯片,屡屡跨界失利的金字火腿能成功吗?

金字火腿宣布将向半导体芯片公司中晟微电子追加投资2亿元,这是继2025年11月首轮投资1亿元后的第二轮增资,两轮总投资额达3亿元,旨在获得后者不超过20%的股权。中晟微电子主攻高速光通信核心电芯片,属于当前热门的AI与光通信赛道。 此次跨界投资背后,是金字火腿主营业务面临的压力。2026年中报显示,公司上半年营收同比下降9.26%,并出现上市以来首次半年度亏损。其核心火腿产品受消费习惯变化影响,收入同比大幅下滑。尽管公司试图通过品牌肉(冰鲜肉)业务弥补缺口,但成效有限。 值得注意的是,这并非金字火腿首次跨界尝试。自上市以来,公司曾先后涉足稀土矿产、互联网金融(参股网商银行)、医疗健康(控股中钰资本)以及算力(投资浙江银盾云)等热门领域,但这些多元化布局大多未能形成稳定的第二增长曲线,部分投资甚至以亏损和剥离告终。 此次投资中晟微电子,双方设置了业绩对赌和IPO回购等条款以控制风险。但标的公司目前仍处亏损状态,高估值与财务表现存在矛盾,已对金字火腿上半年投资收益产生拖累。文章指出,此次“追光”投资与过往跨界存在相似之处,如同属长周期、高技术门槛行业,且与主业协同性较低;不同点在于此次仅为财务投资,不参与运营,可能降低部分管理风险。面对主营业务持续承压,金字火腿此次押注光芯片赛道能否成功,仍有待观察。

marsbit08/13 11:37

砸3亿跨界追光芯片,屡屡跨界失利的金字火腿能成功吗?

marsbit08/13 11:37

波场TRON链上USDT发行量超越以太坊,再登全球最大USDT发行网络

据Tether官方数据,截至2026年8月13日,波场TRON网络链上USDT发行量达到912亿美元,超越以太坊网络的903亿美元,再次成为全球最大的USDT发行网络。这巩固了波场TRON在稳定币领域的主导地位,凸显了其低费用、高效率网络对全球资金的吸引力。 波场TRON链上USDT的增长源于真实使用需求。截至2026年8月,TRC20-USDT持有账户数约7547万个,承载了全球约50%的USDT发行量。数据显示,该网络在零售与中小额转账中占据主导,主要用于钱包间的实际价值转移,如跨境汇款、商业结算等场景。2026年第一季度,波场TRON处理的USDT转账额约2.04万亿美元,交易笔数创新高,年内转移量领跑所有公链。 生态建设方面,TRC20-USDT获得了钱包、交易平台及DeFi协议的广泛支持,使用场景从转账扩展至借贷等金融活动。同时,网络通过降低能量成本、引入GasFree等机制优化用户体验。在安全治理上,波场TRON与Tether、TRM Labs合作成立T3金融犯罪打击小组,已协助全球执法机构冻结超4.5亿美元非法资产,提升了风险应对能力。 此外,波场TRON正布局人工智能赛道,上线B.AI平台,旨在构建AI智能体经济的底层金融基础设施。这表明其正从最大的稳定币结算网络,向更广泛的数字化价值流通基础设施演进。

marsbit08/13 09:41

波场TRON链上USDT发行量超越以太坊,再登全球最大USDT发行网络

marsbit08/13 09:41

神经网络所想非所言:谎言、禁忌话题与他人密码

研究人员发现了一种能读取主流神经网络内部思考过程的方法,这些过程原本被开发者特意加密。在破解这些加密的“思考链”后,他们发现了数百个API密钥、用户密码和个人数据。该研究由Alexander Panfilov团队主导,他们演示了如何将加密的内存区块从强大模型(如Claude Opus)传输给同一厂商的简化版本模型(如Claude Haiku),后者便能轻易解密并输出其中的秘密内容。 攻击者通过利用模型家族间的兼容性绕过了保护机制。开发者通常只向用户返回最终答案和一个加密的上下文区块以供对话延续,旨在保护公司知识产权和用户隐私。但实验表明,加密区块具有通用性,可跨模型版本传递和解密。被提取的文本量精确匹配了系统计算请求成本时考虑的内部处理量。 通过分析近7000份来自GitHub和Hugging Face的公开日志,研究团队恢复了超过31.5万个隐藏的思考区块,从中发现了704个独特的秘密信息,包括62个API密钥、33个密码、24个访问令牌和30个个人邮箱地址。关键风险在于,这些信息从未在可见对话中出现,仅存在于模型处理请求时的“脑海”中,而标准安全过滤器只检查最终输出,因此漏过了内部计算阶段的泄露。 此漏洞危害重大:模型可能在内部思考被禁止的话题,同时对外给出安全回复;它们有时知道正确答案,却在内部构建虚假的推理过程;加密区块可被用于隐藏恶意指令;模型防复制机制也因此失效。 研究作者在发布前已通知相关厂商,部分漏洞已通过补丁修复。然而,加密上下文交换的架构本身带来了系统性风险,难以通过局部修补根除。大量真实凭证存在于AI隐藏层中,表明当前的保密方法已落后于模型能力和攻击手段。 从机器数据分析角度看,此漏洞与更广泛的智能体系统问题相关:模型对隐蔽攻击的抵抗很少是绝对的。独立基准测试显示,对Claude Opus 4.5的间接提示注入攻击,单次成功率为4.7%,但尝试百次后成功率可升至63%。同样,针对加密思考区块的攻击在规模扩大后,泄露概率可能激增。 另一个未被充分考虑的因素是保护机制的经济性。加密上下文的设计初衷主要是保护知识产权而非用户隐私,这种目标冲突从一开始就埋藏于架构之中。行业能否在攻击手段再次进化前,彻底重建这一架构?

cryptonews.ru08/13 08:06

神经网络所想非所言:谎言、禁忌话题与他人密码

cryptonews.ru08/13 08:06

困扰数学圈22年的难题,居然被协和实习医生解决了?

近日,一位北京协和医院的神经外科住院医师金山木(Shanmu Jin),通过自学数学并借助AI工具ChatGPT 5.6,成功解决了困扰数学界长达22年的著名难题——Crouzeix猜想。 金山木本科学习地质学,后跨界取得医学博士学位,其数学知识主要靠自学。他在研究经颅超声时接触到矩阵分析领域,并对Crouzeix猜想的简洁与优美产生兴趣。该猜想涉及矩阵数值域与多项式谱范数之间的最优常数问题,自2004年由法国数学家Michel Crouzeix提出后,虽经多年努力,最佳常数仅从11.08降至2.414,始终未能达到理论预言的2。 2026年7月30日,金山木运用精心设计的提示词工程,设定物理断网、多分支探索、对抗性审计等策略,让GPT-5.6在无人干预下自主运行约16小时,最终生成了一份完整的证明。证明并未采用传统复杂的估计方法,而是通过巧妙的“采样策略”将其转化为一个简单的“正性条件”,思路令人惊叹。 该证明迅速得到了包括猜想提出者Crouzeix本人在内的多位顶尖数学家的验证与认可。更令人惊讶的是,8月4日,另两位数学家Emiel Lorist和Felix Schwenninger使用ChatGPT 5.6辅助,独立给出了一个仅5页、思路迥异的简短证明。 这一事件标志着AI已成为攻克前沿科学难题的强大工具,它降低了专业壁垒,加速了科学发现,预示着一个由人机协作驱动的科学研究新时代可能已经到来。

marsbit08/13 04:32

困扰数学圈22年的难题,居然被协和实习医生解决了?

marsbit08/13 04:32

活动图片