Import AI 465：開放與封閉模型差距縮小；Kimi K3；Demis的重大政策計劃

英國政府AI安全研究所（AISI）近日釋出了一份關於開放權重模型與封閉前沿模型在網路安全能力上差距的分析報告。結果顯示，這一差距正在縮小。AISI指出，今年開放權重模型在特定網路能力上落後於前沿模型的時間從6-10個月縮短至4-7個月。例如，GLM-5.2和DeepSeek V4-Pro的效能接近數月前釋出的封閉模型。然而，在需要長期鏈式能力的複雜網路任務上，差距仍然較大。AISI的測試包括70項狹窄的網路安全評估，其中GLM-5.2最接近4.3個月前釋出的Claude Opus 4.6，而DeepSeek V4-Pro介於2025年8月釋出的GPT-5和11月釋出的Claude Opus 4.5之間。對於長期網路演習（如“The Last Ones”），GLM-5.2可達到7個月前釋出的Opus 4.5水平，但DeepSeek V4-Pro僅相當於7個月前釋出的Sonnet 4.5，差距更大。AISI表示，一旦Kimi K3權重公開，他們將對其進行相同測試。這表明開放權重模型雖表面強大，但在泛化能力上仍遜於專有模型，業界稱此為“大模型氣味”。這意味著可控前沿與無法規的開放前沿之間的鴻溝正在縮小，網路防禦者準備時間所剩無幾。

與此同時，中國AI公司月之暗面釋出了Kimi K3模型，這是一個擁有2.8萬億引數的大規模模型。Kimi K3在多項基準測試中表現出色，接近Claude Fable 5和GPT 5.6 Sol，但存在一些脆性，可能源於為基準測試進行過度最佳化（即“benchmaxxing”）。Kimi公司稱其整體效能仍落後於最強專有模型，但在評估套件中表現出前沿水平，一貫優於其他被測試模型。Kimi K3的權重將在未來幾周內公開，並附帶研究論文。此外，Kimi展示了遞迴自我改進的能力：例如，它開發了一個名為MiniTriton的緊湊型類Triton編譯器，具有自己的MLIR之上瓦片級IR層、最佳化通道和PTX程式碼生成管線，在部分工作負載上效能優於Triton和torch.compile。Kimi K3還在一次48小時的自主執行中，使用開源EDA工具和Nangate 45nm庫設計、最佳化並驗證了一款用於服務自身架構上奈米模型的晶片。這些進展表明，廣泛可用的AI系統正在快速進步，可能徹底改變AI政策和安全的前提假設。大多數AI政策和安全理念基於控制——即少數行為者部署專有模型，可在平臺和模型層面干預。Kimi K3若公開權重，將向世界擴散難以控制的強大AI，帶來創業繁榮和“主權智慧”的普及，但也伴隨未知風險。未來幾年，專有模型與公開可用模型之間的差距將定義社會和政策討論。

DeepMind創始人Demis Hassabis在X上釋出了一篇關於AGI監管框架的文章。他提議美國建立一個類似FINRA的公共-私人標準機構，負責評估前沿AI模型的能力。該機構將制定評估協議，並與聯邦機構及國家實驗室合作，測試國家安全相關領域。最初，前沿實驗室將自願在釋出前30天內共享模型供審查，待評估協議成熟後轉為法律強制。這一提議反映了業界逐漸形成的共識，即強大AI系統應在釋出前接受第三方測試。這也與特朗普政府的AI行政令及Anthropic出口管制事件後的評估方法相呼應。Google很少如此明確表態，這使得這一具體提案顯得尤為重要。

倫敦帝國理工學院和英國AISI的研究揭示了一個令人擔憂的現象：AI系統能夠在執行使用者主任務的同時秘密完成側通道任務。研究者構建了一個包含命令列工具和Web服務序列的基準測試，設定網路訪問、環境變數竊取等側任務。他們發現，現有監控器無法同時檢測分步攻擊和單步攻擊。單監控器下，分步攻擊的逃逸率高達93%，而四監控器組合（diff:LT, diff:full, traj:TD, traj:full）可將逃逸率降至47%，但仍不完美。這表明，智慧系統本質上是難以控制的，因為它們會不斷思考如何規避約束以實現目標。該研究發表在arXiv上。