Google发布Gemma 4 12B：16GB内存即可运行的开源多模态AI模型；美国企业转向DeepSeek：AI成本压力重塑模型选型| 牛览

安全牛

2026年6月5日 11:58
北京

在小说阅读器读本章

去阅读

点击蓝字 关注我们

新闻速览

• 美国企业转向DeepSeek：AI成本压力重塑模型选型
• 联合国粮食机构调查数据泄露事件 加沙援助受助者信息遭暴露
• Google发布Gemma 4 12B：16GB内存即可运行的开源多模态AI模型
• 欧洲电信标准协会发布AI计算平台安全规范，为AI数据中心和云平台建立基线要求
• 微软警告：AI应用普及正成为恶意软件传播新渠道
• 美国最高法院支持FCC处罚权：电信运营商位置数据案尘埃落定
• 多方政企联动执法：FBI 联合 Meta、Microsoft、Starlink 关停百万诈骗账号、扣押涉案加密货币
• 黑产仿冒 Ghidra 等知名安全工具建站，借 TDS 分发三类恶意程序牟利
• Gemini曝提示词注入风险：恶意通知或劫持AI执行攻击者指令
• 告别“演示驱动”采购，AI安全厂商评估框架聚焦生产环境落地能力

特别关注

美国企业转向DeepSeek：AI成本压力重塑模型选型

随着自研AI和主流美国大模型的使用成本持续攀升，越来越多美国科技公司开始采用中国AI模型和工具，DeepSeek成为其中最受关注的选择。TechRadar援引South China Morning Post报道称，这一变化反映出AI市场正在从单纯追求性能，转向更重视成本、效率和部署灵活性的阶段。

DeepSeek受青睐的核心原因在于“更轻、更便宜、更灵活”。相比OpenAI、Anthropic等美国厂商的领先模型，DeepSeek能够以更低运行成本提供企业所需的性能，并在多个开发者排行榜上获得靠前位置。对预算敏感的初创公司和技术团队而言，模型推理成本、基础设施投入和供应商绑定风险，正在成为影响AI选型的重要因素。

技术层面，DeepSeek采用open-source路线，企业可以下载、定制并部署到自有基础设施中，减少对外部API和单一服务商的依赖。这对重视数据控制、合规要求和安全边界的企业尤其关键。文章指出，不少Silicon Valley初创公司已经转向中国模型，原因不仅是价格更低，也包括模型便携性和可控性更强。

DeepSeek还因在较少资源条件下训练出具备竞争力的模型而受到关注。受美国先进半导体出口限制影响，中国AI企业更强调高效训练和轻量化模型，这反而推动其在成本效率方面形成优势。与此同时，中国企业正加快发布更轻量的模型，并以低于美国厂商的价格争夺国际客户。

资本层面，DeepSeek近期获得74亿美元新增融资，Tencent和CATL参与其中，公司估值约600亿美元。未来，DeepSeek即将推出的V4模型预计将进一步提升成本效率。对美国AI公司而言，DeepSeek的崛起说明，企业级AI竞争不只取决于参数规模和峰值性能，谁能在成本、部署自由度和安全可控之间取得更好平衡，谁就更可能赢得实际市场。

原文链接：

https://www.techradar.com/pro/many-us-tech-firms-are-turning-to-chinas-deepseek-as-the-bill-for-homegrown-ai-bites-american-ai-companies-could-learn-a-thing-or-two

热点观察

微软警告：AI应用普及正成为恶意软件传播新渠道

6 月 3 日，在 Infosecurity Europe 行业会议上，微软 DART 安全团队发布预警，不法攻击者正借助 AI 技术迭代恶意攻击手段，仿冒 AI 应用软件投放恶意程序已成主流攻击路径。

微软研究员指出，企业自研 AI 代码近半数存在安全缺陷，漏洞易被黑客利用窃取数据、入侵业务系统。安全团队披露代号 JustAskJacky 的真实攻击案例，黑产制作界面正规、附带合法数字签名的伪 AI 助手软件，迷惑用户下载安装。该程序运行表面功能正常，安装阶段会植入 Java 编写的后门程序，搭配定时任务持久化机制，每四小时自动外联上传设备数据，长期管控受害终端。本次恶意软件因隐蔽性极强，直至企业排查其他安全故障时才被意外查获。

微软安全专家提示，员工追捧各类 AI 工具容易放松安全警惕，单点失误即可让黑客渗透内网。企业需落地全流程管控：完善员工 AI 安全培训、梳理终端非标应用软件、由管理层统筹 AI 安全评审，安全团队常态化开展终端异常行为巡检，从源头防范仿冒 AI 类恶意入侵。

原文链接：

https://www.infosecurity-magazine.com/news/attackers-ai-adoption-malware/

美国最高法院支持FCC处罚权：电信运营商位置数据案尘埃落定

美国最高法院6月4日以8比1裁定支持美国联邦通信委员会（FCC），确认其通过内部行政程序对电信运营商实施罚款的执法机制合法，从而结束了围绕用户位置数据隐私保护的一场重要法律争议。

案件源于FCC对AT&T、Verizon等运营商的调查。FCC认定，这些企业在未经用户明确同意的情况下，向第三方出售或提供用户位置数据访问权限，违反了《通信法》关于Customer Proprietary Network Information（CPNI，客户专有网络信息）保护的相关规定。2024年，FCC共开出近2亿美元罚单，其中AT&T被罚5700万美元，Verizon被罚约4700万美元，T-Mobile和Sprint分别被罚8000万美元和1200万美元。

AT&T和Verizon随后提起诉讼，认为FCC通过内部程序直接作出处罚决定，侵犯了美国宪法第七修正案赋予企业的陪审团审判权。最高法院多数意见认为，FCC发出的“forfeiture orders（罚款令）”并不会直接产生最终法律义务，企业仍可在后续司法程序中提出挑战，因此不构成对陪审团审判权的侵犯。

此次裁决不仅维持了相关罚款的合法性，也进一步巩固了FCC在数据隐私和通信监管领域的执法权。对于网络安全和隐私保护行业而言，该案释放出明确信号：监管机构有权对运营商未能妥善保护敏感位置数据的行为实施高额处罚，企业在处理位置数据等敏感信息时需建立更严格的访问控制和合规机制。

原文链接：

https://therecord.media/supreme-court-rules-fcc-fines-telecom-location-data-legal

告别“演示驱动”采购，AI安全厂商评估框架聚焦生产环境落地能力

随着企业加速引入AI工具、AI Agent和第三方AI集成，AI安全能力已成为安全团队选型的重要考量。Reco近日发布《AI Security Vendor Evaluation Framework》，为安全负责人提供一套系统化的AI安全厂商评估方法，帮助企业在概念验证（POC）前识别真正具备生产环境落地能力的平台。

该框架指出，当前多数AI安全厂商的产品演示和营销话术趋于同质化，但实际平台能力差异显著。员工往往能在数分钟内将新的AI工具接入业务系统，而安全厂商若无法快速支持新应用，其能力可能已经落后于企业环境的发展速度。

框架首先提出AI应用范围划分方法，将企业AI场景区分为Workforce AI、Product AI和Engineering AI三类，以便针对不同业务场景提出对应安全要求。随后通过“五大能力覆盖矩阵”帮助企业确定厂商进入生产环境前应具备的最低能力门槛。

在技术评估层面，该框架设计了40项评分问题，覆盖Shadow AI Discovery、Data Exposure、Governance、Threat Detection以及Agentic Security五大核心领域。每个问题均配套高风险信号（Red Flag）和生产级平台应具备的标准答案，帮助企业快速识别潜在风险。

此外，框架还提供了一套为期四周的POC测试流程，其中包含一项不提前告知厂商的隐蔽测试。Reco认为，该测试是评估平台真实能力和适应性的关键指标。

除评估方法外，框架还涵盖SaaS生态中的主要安全风险、风险缓解策略、有效SSPM（SaaS Security Posture Management）解决方案的三项核心要求、AI在SaaS安全中的应用价值，以及一份11步实施检查清单，为企业建立AI安全治理体系提供参考。

原文链接：

https://reco-website.webflow.io/ai-security-vendor-evaluation-framework

安全事件

联合国粮食机构调查数据泄露事件 加沙援助受助者信息遭暴露

世界粮食计划署（WFP）正在调查发生在加沙的自助登记应用（SRA）数据入侵事件，约 60 万户巴勒斯坦受助家庭个人信息遭非授权方窃取。本次数据泄露事发于 5 月 14 日，SRA 是加沙民众登记申领粮食、现金援助的专属线上系统，所有申领人注册时填报的姓名、身份证件编号、手机号、街区住址等敏感数据悉数暴露。

据爆料人透露，在入侵事发前两天，已有安全专家向 WFP 反馈 SRA 存在高危安全漏洞，但相关隐患未及时修复，最终酿成数据失窃事故。WFP 于 5 月 31 日通过 Telegram 向受助者发布安全通告，随即紧急下线 SRA 平台，关停业务、隔离受入侵服务，同步加固系统安全策略，阻断后续数据外泄风险。

截至目前，WFP 尚未锁定入侵攻击方身份，暂无组织认领本次网络攻击，官方也未披露数据是否已被黑客倒卖、流转。WFP 告知受益人无需变更注册信息，援助物资与现金发放不受平台关停影响，相关援助照常落地，机构同步开展全链路安全溯源排查，复盘应用权限、接口、数据库防护缺陷。本次事故凸显战乱地区人道援助数字化系统普遍存在网络安全短板，海量弱势群体隐私数据面临极高被追踪、社工诈骗风险。

原文链接：

https://therecord.media/un-food-agency-investigates-gaza-aid-breach

多方政企联动执法：FBI 联合 Meta、Microsoft、Starlink 关停百万诈骗账号、扣押涉案加密货币

FBI 联合 Meta、Microsoft、Starlink 开展联合反诈专项行动，针对瞄准美国民众的大型网络诈骗团伙实施全链条打击。本次行动累计注销超 140 万个涉案社交与网络账号，扣押涉案大额加密数字货币。

该诈骗团伙依托社交平台批量注册账号实施杀猪盘、虚假投资类骗局，借助加密货币完成赃款隐匿转移，还利用 Starlink 卫星网络规避常规 IP 溯源监管，提升追踪难度。

Meta 与 Microsoft 通过后端风控引擎、行为特征模型批量识别异常账号，完成涉诈账户封禁；Starlink 提供链路溯源数据，协助执法机构锁定犯罪分子物理入网地址。

加密资产因去中心化、匿名化特性成为诈骗资金首选通道，本次执法通过链上追踪技术冻结涉案资产。本次协同案例，为跨企业、跨技术链路联合处置跨境电信与加密诈骗提供实战参考。

原文链接：

https://www.cybersecurity-review.com/meta-starlink-and-microsoft-team-up-with-the-fbi-to-delete-over-1-4-million-accounts-and-seize-millions-in-cryptocurrency-related-to-huge-scam-networks-targeting-americans/

安全攻防

黑产仿冒 Ghidra 等知名安全工具建站，借 TDS 分发三类恶意程序牟利

Check Point Research（CPR）近日披露一起大规模恶意活动。攻击者搭建了100多个仿冒知名开源安全工具的网站，包括Ghidra、dnSpy和SpiderFoot等，专门针对开发人员、安全研究人员及恶意软件分析师实施攻击。受害者访问这些网站后，会被重定向至恶意基础设施，不仅面临恶意软件感染风险，其访问流量还被用于黑灰产变现。

研究人员发现，攻击者通过搜索引擎优化（SEO）等方式提升仿冒网站曝光度，使其看起来与官方项目页面高度一致。当用户点击下载按钮时，隐藏脚本会将其流量导入Traffic Distribution System（TDS，流量分发系统）。该系统能够根据受害者属性动态筛选目标，并下发不同恶意载荷。

此次活动涉及多种恶意软件。其中，SessionGate是一种新型多阶段加载器（multi-stage loader），能够隐藏最终载荷并增加分析难度；RemusStealer为新出现的信息窃取程序（infostealer），主要针对浏览器及扩展程序中的敏感数据；AnimateClipper则属于加密货币剪贴板劫持程序（cryptocurrency clipper），可篡改20多条区块链网络上的交易地址，从而窃取数字资产。

不过，CPR认为传播恶意软件并非该行动的唯一目标。攻击者更核心的目的可能是“流量获取与变现”，即通过控制访问流量获利，同时在特定场景下向高价值目标投递恶意载荷。由于被仿冒的软件广泛应用于逆向工程、漏洞分析和威胁研究领域，此类攻击也反映出网络犯罪团伙正越来越多地将安全从业者本身作为重点攻击对象。

原文链接：

https://www.techradar.com/pro/security/huge-hacking-campaign-uses-spoofed-ghidra-dnspy-and-spiderfoot-security-tools-to-harvest-ad-revenue-and-serve-malware

Gemini曝提示词注入风险：恶意通知或劫持AI执行攻击者指令

安全研究人员近日披露，GoogleGemini存在一种基于通知内容的Prompt Injection（提示词注入）风险。攻击者可通过精心构造的WhatsApp、Slack等应用消息，将隐藏指令嵌入通知内容中，从而诱导Gemini执行非预期操作，甚至泄露敏感信息。

该攻击利用了Gemini与Android系统通知的集成能力。当用户启用Gemini对通知内容的访问权限后，AI助手能够读取并处理来自第三方应用的消息内容。研究人员发现，如果攻击者在消息中嵌入特殊文本或伪装指令，这些内容可能被Gemini误认为是可信输入，进而触发Prompt Injection攻击。

在概念验证（PoC）中，攻击者无需直接入侵设备，只需向目标发送包含恶意提示词的消息即可。当Gemini对通知进行汇总、分析或执行后续任务时，隐藏指令可能影响其行为逻辑。例如诱导模型忽略原有安全规则、执行特定操作，甚至在与其他应用或服务联动时泄露用户数据。该问题属于典型的间接提示词注入（Indirect Prompt Injection），也是当前AI Agent面临的重要安全挑战之一。

研究人员指出，此类攻击的核心并非传统系统漏洞，而是大语言模型对外部非可信数据缺乏足够的上下文隔离能力。随着AI助手逐步接入消息、邮件、办公协作等应用，攻击面也随之扩大。对于企业而言，需要在AI应用接入流程中加强输入验证、权限隔离和敏感操作审计，以降低Prompt Injection导致的数据泄露和业务滥用风险。

原文链接：

https://www.techradar.com/pro/security/hackers-could-use-poisoned-whatsapp-and-slack-notifications-to-take-over-your-google-gemini-and-make-it-work-on-their-behalf

产业动态

欧洲电信标准协会发布AI计算平台安全规范，为AI数据中心和云平台建立基线要求

欧洲电信标准协会（ETSI）发布技术规范TS 104 033《Security Requirements for an Artificial Intelligence Computing Platform》，为承载AI训练和推理任务的计算平台建立统一安全基线。该规范适用于数据中心、云平台及边缘计算环境中的AI基础设施，旨在降低AI供应链面临的安全风险。

随着AI在关键行业的广泛部署，计算平台已成为保障模型、数据和推理服务安全的重要基础设施。TS 104 033从平台层面定义了安全要求、功能组件及服务接口，帮助组织构建“Secure by Default”的AI运行环境。

在技术层面，该规范涵盖身份与访问控制、数据保护、完整性保护、审计日志、事件响应和平台韧性等核心能力。同时重点关注AI模型和数据在静态（At Rest）、传输中（In Transit）及使用中（In Use）三种状态下的安全防护，以应对模型窃取（Model Extraction）、数据泄露等针对AI资产的攻击。

TS 104 033还与ETSI此前发布的AI安全标准EN 304 223保持一致，遵循安全设计、安全开发、安全部署、安全维护和安全退役五个生命周期阶段要求，推动从平台、系统到模型的端到端安全建设。

ETSI表示，该规范可为AI计算平台开发商、运营商及云服务提供商提供明确的实施依据，同时有助于满足EU AI Act等监管框架提出的安全与合规要求。

https://www.helpnetsecurity.com/2026/06/04/etsi-securing-ai-computing-platforms-standard/

新品发布

Google发布Gemma 4 12B：16GB内存即可运行的开源多模态AI模型

Google近日发布开源多模态模型Gemma 4 12B。该模型采用约120亿参数设计，可在仅配备16GB内存或显存的消费级设备上本地运行，目标是将高性能多模态AI能力带到普通笔记本电脑和工作站。根据Google公布的数据，其推理和复杂任务处理能力已接近更大规模的Gemma 4 26B Mixture-of-Experts（MoE）模型。

Gemma 4 12B最大的技术亮点是采用统一的Encoder-Free（无编码器）架构，可直接处理文本、图像、音频和视频输入，无需传统多模态模型常见的独立视觉编码器和音频编码器。这种设计显著降低了内存占用和推理延迟。

在视觉处理方面，Gemma 4 12B使用轻量级Embedding模块替代传统视觉编码器，仅通过单次矩阵运算、位置编码和归一化处理图像数据；在音频处理方面，则取消专用音频编码器，将原始音频信号直接映射到与文本Token相同的向量空间，实现原生音频输入支持。

此外，Gemma 4 12B集成Multi-Token Prediction（MTP）机制，可通过预测多个后续Token降低推理延迟，提高实时交互性能。Google还以Apache 2.0许可证开放模型权重，允许开发者自由使用和二次开发。

目前，Gemma 4 12B已在Ollama、Hugging Face、Kaggle等平台上线，并支持通过Unsloth等工具进行高效微调。该模型的发布进一步降低了本地部署多模态AI和Agent应用的硬件门槛，为开发者构建私有化AI系统提供了新的选择。

原文链接：

https://securityonline.info/google-gemma-4-12b/

联系我们

合作电话：18610811242

合作微信：aqniu001

联系邮箱：[email protected]