返回信息流
新闻事件
NVIDIA AI Blog
1 个来源

行业领袖联合成立开放安全AI联盟,聚焦AI安全与防护

行业领袖联合发起开放安全AI联盟,基于Linux基金会的Akrites计划和OpenSSF社区工作,通过开源工具应对AI安全挑战。该联盟旨在民主化防御能力、提升透明度,并实现社区驱动的网络防御,强调开放模型与封闭模型并重。此举受Hugging Face安全事件推动,其中开放权重模型在取证分析中发挥了关键作用。

SynthePulse Insight · AI 深度解读

开放安全AI联盟成立:防御者需要开放的“前沿工具”

版本 1 · 1 个来源

Linux基金会、NVIDIA等数十家行业领袖联合成立开放安全AI联盟,旨在通过开源模型、工具和框架,让防御者能够自主掌控AI安全,避免对少数封闭系统的依赖。

  • 开放安全AI联盟由Linux基金会、OpenSSF及NVIDIA等数十家机构发起,致力于开发共享开源AI安全工具。
  • Hugging Face安全事件中,封闭AI工具阻碍取证分析,而开源GLM 5.2模型成功分析超17,000条行动记录并遏制入侵。
  • 联盟强调开放模型对网络防御至关重要,可避免单点故障,并允许防御者检查、适配和部署AI系统。
  • NVIDIA贡献了NOOA研究框架,用于增强AI代理的可测试性、可追溯性和可审计性。
  • 多家成员贡献了具体技术:HPE的零信任身份框架、Hugging Face的安全张量格式、IBM的签名补丁、微软的多模型扫描工具等。
  • 联盟呼吁政策制定者将开放模型视为防御资产,而非风险,避免全面限制开放前沿AI系统。
展开章节目录联盟成立背景与使命

联盟成立背景与使命

2026年7月27日,NVIDIA与Linux基金会、OpenSSF及数十家行业领袖共同宣布成立开放安全AI联盟(Open Secure AI Alliance)。该联盟旨在构建和共享开源工具,以促进AI的负责任使用和信任。联盟认为,开源软件是全球经济的关键支柱,而网络安全是开源软件的最大受益者之一。

联盟的使命是确保防御者拥有可信任和可控的开放前沿工具。其核心论点是:在AI安全领域,开放模型和开放工具对于民主化防御能力、提高透明度、保护数据以及避免单点故障至关重要。

关键事件:Hugging Face安全事件

联盟的成立部分源于近期Hugging Face安全事件的教训。在该事件中,封闭AI工具无法区分攻击者和防御者,阻碍了必要的取证分析。最终,Hugging Face在其自有基础设施上运行了开源GLM 5.2模型,分析了超过17,000条行动记录,成功遏制了入侵。

这一事件表明,当防御者无法在自己的基础设施上检查、适配和运行先进AI时,其响应能力在最需要速度的时刻受到限制。因此,公司和各国需要开放的前沿防御工具和技术,以便关键行业能够构建跨多供应商生态系统的安全系统。

开放与封闭的平衡

联盟承认开放模型可能被滥用(如削弱安全措施或用于网络攻击),但认为这些风险并非开放系统独有,在封闭系统中同样存在。正确的应对方式不是拒绝防御者访问开放系统,而是将开放性与强安全措施、明确的滥用规则、严格评估和快速修复相结合。

联盟主张,世界需要封闭模型和开放模型协同工作,以便防御者根据任务选择合适系统,并在安全需求下确保透明度、适应性和主权控制。

成员贡献与技术栈

NVIDIA贡献了新的开源NVIDIA Labs面向对象代理(NOOA)研究框架,旨在使AI代理行为更易于测试、追踪、审计和治理。该框架现已可在GitHub上获取。

其他成员贡献包括:HPE的SPIFFE/SPIRE零信任身份框架,用于加密验证AI代理和服务;Hugging Face的Safetensors安全张量格式,提供透明性和无远程代码执行保证;IBM和Red Hat的Lightwell,通过数字签名补丁扩展开源供应链安全;微软的MDASH多模型代理扫描工具,协调专门AI代理发现和证明可利用漏洞;SpaceXAI开源了Grok Build终端AI编码代理,并计划开源Grok模型权重。

对政策制定者的呼吁

联盟呼吁政策制定者和监管者将开放模型、工具和安全工具视为防御资产而非负债。全面限制开放前沿AI系统将削弱防御能力,并可能导致权力、依赖性和脆弱性集中在少数封闭提供商手中。

联盟建议公司和政府投资共享的开放AI防御基础设施,包括数据集、评估框架、攻击模拟器和红队工具,类似于过去对开源软件的投资。

未来愿景

联盟认为,AI代理时代可以成为韧性和共享安全的时代。通过正确的选择,开放安全的AI系统可以为防御者提供所需工具,增强竞争,延长技术领导力,并确保AI安全在开放环境中构建。

联盟邀请政府、行业和研究人员加入,共同构建能够经受审查、灵活改进且足够开放以动员整个防御者社区的AI系统。

可信度边界

本文信息主要来源于NVIDIA官方博客发布的新闻稿,属于一手来源。文中提及的Hugging Face安全事件细节(如GLM 5.2模型分析17,000条行动记录)为来源中的陈述,未得到第三方独立验证。其他成员贡献的技术细节同样基于新闻稿声明。

核心结论

开放安全AI联盟的成立标志着行业对AI安全防御路径的明确选择:通过开源协作赋予防御者自主能力,而非依赖封闭系统。Hugging Face事件提供了实证案例,但开放模型的风险管理仍需持续关注。

主报道

NVIDIA AI Blog

主报道来源