一、数据亮点

50%降价
OpenAI发布GPT-6 Sol和Luna,API价格较GPT-5.6系列腰斩,大模型价格战正式打响。
查看详情 ›
3倍算力
阿里平头哥发布真武V900 AI芯片,性能达m890三倍,2027年Q1量产支撑万亿参数模型。
查看详情 ›
$2500万
印度Deccan AI数据标注公司完成A轮融资,RLHF服务规模化扩张,AI训练数据需求激增。
查看详情 ›
$20/百万tokens
Anthropic Opus 5.5输出定价从$25降至$20,性能超越更大的Fable模型,运行速度更快。
查看详情 ›

二、国内外新成立的AI安全公司

三、AI安全公司的产品/技术动态

四、AI安全动态

五、大模型相关产品/技术动态

六、大模型相关资本市场动态

七、AI安全围栏

八、AI数据标注与安全

九、AI安全洞察

💡 国内AI安全厂商加速产品化,绿盟奇安信领跑赛道

核心发现:国内AI安全厂商密集推出产品并获得权威认可:绿盟科技入选Gartner AI应用安全新兴市场象限(国内唯一),并入选首批国家人工智能安全漏洞库技术支撑单位;奇安信全球发布Qcode Agents代码安全智能体。头部厂商已形成覆盖大模型全生命周期的完整AI安全产品矩阵。

Action建议:企业选型AI安全产品时,优先考虑已获Gartner/国家级认证的厂商,关注产品是否覆盖大模型训练、推理、数据流转全生命周期防护,避免单点方案拼凑。

💡 AI Agent运行时安全成新焦点,智能体防护需求爆发

核心发现:从绿盟清风卫AI-DR到奇安信大模型卫士,国内AI安全围栏/智能体运行防护产品密集推出;Eve Security等海外初创公司获资本加持。AI Agent越权操作、行为偏离、工具调用安全等风险日益突出,运行时安全从"可选项"变为"必选项"。

Action建议:部署AI Agent的企业必须建立运行时安全防护机制,落实"资产发现-权限管控-行为约束"三步法,避免智能体在生产环境"裸奔"运行。

💡 大模型价格战开打,安全投入需保持定力

核心发现:OpenAI GPT-6系列和Anthropic Opus 5.5同日发布,API价格最高降50%,前沿大模型价格战正式打响。模型成本下降将加速企业AI应用落地,但安全防护投入不应随模型成本同步压缩。

Action建议:企业在享受模型降价红利的同时,应同步规划AI安全预算,确保安全防护能力与AI应用规模匹配,避免"重模型、轻安全"的投入失衡。

💡 国际AI安全监管持续收紧,合规成本上升

核心发现:欧盟发布AI与网络安全行动计划,强调安全设计、漏洞管理和AI特定风险(数据投毒、对抗攻击、提示词注入);韩国制定Agentic AI安全指南。多司法管辖区监管压力持续上升,企业出海合规成本增加。

Action建议:出海企业应建立多区域AI合规框架,重点关注数据安全、模型风险管理和AI Agent行为审计,提前布局合规能力建设,避免监管滞后带来的业务风险。

💡 数据标注安全成AI供应链关键环节,高质量数据稀缺

核心发现:Deccan AI等数据标注公司持续获得大额融资,显示高质量训练数据的稀缺性和战略价值。数据标注质量直接影响模型安全性,数据投毒、标注错误、数据泄露等问题可引发严重的模型安全风险。

Action建议:企业采购数据标注服务时应将安全质量纳入核心评估标准,建立数据来源审核、标注质量抽检、投毒检测等全流程数据安全管控机制,从源头保障模型安全。