第四届世界智能大会于6月23日在天津盛大开幕,大会以“智能新时代:创新、赋能、生态”为主题,采用“云上”办会的全新模式,突出新时代的深刻内涵、新生活的全新理念、新产业的重大机遇和国际化的办会特色。360公司作为第四届世界智能大会战略合作伙伴,深度参与了大会开幕式、主论坛、大赛等多个环节,并携最新智能科技成果惊艳亮相“云智能科技展”。
360安全大脑惊艳亮相 与智能新时代“云”端共舞
大会特色环节“云智能科技展”全程通过3D模型进行线上展示,设有科研创新、智能制造、智能交通、智慧生活、智慧城市、大数据六大展区。360公司携以安全大脑为核心的众多科技成果亮相“云”端,通过新颖的线上交互体验,带观众深入了解智能科技在安全领域的应用与实践,为疫情常态化下的经济社会发展提供了多种智能安全解决方案。
疫情防控期间,以疫情热点为掩护的网络攻击和以疫情相关系统及数据为攻击目标的特点凸显。针对此现象,360公司在此次科技展上重点展示了网络空间的“预警机和反导系统”——360安全大脑,通过人与AI的有机结合,整合多项云原生安全能力,帮助国家、政府和企业构建新一代安全能力体系。与大会“云”展厅的创意相得益彰,360安全大脑倡导将安全服务上“云”,通过云订阅为客户提供全方位的安全服务与保障。
360安全大数据平台汇集290亿样本、22万亿安全日志、80亿恶意域名信息、2EB以上的安全大数据,安全数据量居国内第一。正是浩瀚如海的多维度安全大数据,赋予了360安全大脑“全域覆盖”的通局视野。
除了有“大数据”提供视野之外,对网络威胁的蛛丝马迹进行“关联分析”同样重要。“360APT威胁情报云”则针对全球各大APT组织进行持续追踪,能够及时发现APT组织的各种攻击活动与威胁;并从事前防御及事后追踪角度输出威胁情报,有效支撑政府、企业、监管机构的安全决策和响应。
360APT全景雷达依托全球最大的APT威胁情报数据库,世界领先的APT溯源追踪平台和顶尖安全威胁分析专家,集信息、软件、硬件、人才为一体,聚焦APT组织攻击行为追踪、安全行业热点事件、攻击溯源复盘等APT攻击核心节点,整体提升应对高级威胁攻击的安全能力,为国家、政府和企业安全保驾护航。
当“云”端万事具备,360本地安全大脑则开始发挥作用,作为网络空间的神经元“感应器”,360本地安全大脑可以将云端安全大脑的情报、知识、能力赋能到本地,实现统一感知、整体协防,及时发现、阻断、响应大规模、高级别网络攻击。360与大会观众分享的众多智能安全实践,为人工智能技术的多向发展提供了全新视角,让观众对智能安全概念产生了新的理解。
智能科技引领安全发展 是新时代的必选项
当前,新一代人工智能正在全球范围蓬勃发展,给人们的生产生活方式带来颠覆性影响。然而无论社会如何进步,科技如何发展,安全建设一直承担着保驾护航的重要角色,让智能科技引领安全发展是新时代的必选项。
多年以来,360持续输出全球领先的独家高级威胁情报,并已披露针对中国的境外APT组织40余个。至今为止成功挖掘谷歌、微软、苹果等主流厂商CVE漏洞超2000个,并包揽三巨头史上最高漏洞奖励。仅2018年就全球首家侦测到五次使用在野0day漏洞进行的境外APT攻击,成为国内唯一具备野外0day漏洞攻击捕获能力的安全公司。或许正是因为有360这样的公司深耕安全多年,国家在加速引育新动能、发展新业态的同时才多了一份底气。
至此,360公司已连续参加三届世界智能大会,积极推动了世界智能领域的科技交流与合作,为智能新时代快速多元发展注入了新活力。未来,360将继续探索智能科技在网络安全领域的运用,发挥核心安全能力,全面应对数字化产业发展,为新时代的网络安全保驾护航。
好文章,需要你的鼓励
YouTube在其直播活动中发布了多项面向Shorts创作者的生成式AI工具,包括定制版Veo 3 Fast视频生成模型、新的混音工具和AI编辑功能。Veo 3 Fast能以480p分辨率低延迟生成带声音的视频片段,支持图像动画化、视频风格转换等功能。新的语音转歌曲混音工具可将对话转为配乐,AI编辑功能则能将原始素材自动制作成初稿。这些工具将陆续在多个市场推出。
阿里巴巴团队开发了CODEELO,这是首个让AI模型与人类程序员在相同条件下公平竞技的编程评估平台。该系统通过直接将AI代码提交到真实竞赛平台CodeForces进行评判,实现了零误判和完全公平的评估环境。测试33个主流AI模型发现,只有OpenAI的o1-mini表现突出(评级1578,超越90%人类选手),大多数模型仍处于人类参赛者最低20%水平,揭示了AI在复杂推理任务中的真实能力差距。
谷歌发布了一款全新的Windows桌面应用程序,为PC用户带来了类似Mac系统Spotlight搜索功能的搜索栏体验。这款应用旨在提升Windows用户的搜索效率和使用体验,让用户能够更便捷地在电脑上查找文件、应用程序和其他内容。
这项由清华大学与快手科技等机构合作的研究构建了包含18.2万个人工标注样本的大规模视频偏好数据集,开发了VideoReward多维度视频评价系统,并提出了Flow-DPO等三种对齐算法,成功让AI视频生成模型学会按照人类偏好创作内容,显著提升了生成视频的质量和用户满意度。