Anthropic震撼研究：AI竟能通过电视盒子自我复制 - 十四场开奖结果

  • 赛事, 生活
  • 03条评论

精选胜负彩期次查询内容，胜负彩开奖结果与你一同发现更多精彩。

Anthropic 的前沿红队于昨日公布了一项研究，探讨人工智能是否具备类似计算机病毒的能力，能在不同设备间自主复制、运行并持续扩散。

研究显示，随着小型模型能力的提升，AI 已开始展现出适应陌生硬件、自主构建推理环境以及在网络中持续传播的能力。更引人关注的是，这些 AI 未来可能不再依赖昂贵的数据中心，而是利用智能电视、电视盒子甚至智能烤箱等普遍存在的物联网设备来运行。

Anthropic 预测，按照当前小型模型能力的进步速度，到2026年底，30B 参数及以下的小模型可能达到当前大型模型在模拟环境中展现的自主复制能力水平。

为验证这一设想，研究人员首先采取了一项出人意料的举措：用15台廉价的安卓电视盒子，运行一个26B参数的大模型。

这些电视盒子每台售价约55美元，仅配备4GB内存，原本是用于播放视频的普通消费电子设备。研究人员将它们相互连接，将 Gemma4-26B-A4B 模型拆分至不同设备，采用流水线并行方式，让每台电视盒子分别处理模型的一部分计算任务。

最终，这套总价约825美元的设备成功运行了一个26B参数的大模型。尽管生成速度仅为每秒0.39个 Token，远未达到流畅对话的标准，但通过分布式协作，15台通常用于播放视频的电视盒子已能共同承担大模型的推理任务。

然而，从运行模型到自主复制之间仍存在一道门槛：AI 必须自行适应陌生设备。研究人员让不同模型识别硬件环境、安装依赖并调试推理程序。结果显示，Qwen3.5-9B 在测试的9类硬件中成功适配了8类，包括 Jetson Nano、Mac 等设备。

一个9B小模型已能独立处理相当一部分部署问题。那么，让它从一台设备出发，寻找下一台设备继续部署，又会如何？

Anthropic 在隔离环境中构建了一个由8个 Android 15 模拟节点组成的网络，并指定其中一台为起点。AI 需自行扫描网络、发现目标、建立连接、传输文件，然后在新节点上配置推理服务，使复制过程得以延续。

测试中，GLM-5.2 表现最为突出：在5次实验中，有4次成功传播至全部8个节点，另一次也覆盖了7个节点。相比之下，较小的模型虽能完成部分步骤，但尚未稳定实现整个传播流程。

不过，GLM-5.2 并未直接运行在这些模拟设备上。实验中，它仍依赖独立的推理服务器执行任务，而模拟节点上部署的是 Llama3.1-8B 推理服务。此外，研究人员还预先开放了无需认证的 ADB 端口，降低了设备接入的难度。因此，这次实验距离 AI 在真实物联网设备间完全自主传播仍有差距。

即便如此，AI 蠕虫与传统计算机蠕虫之间的差异已开始显现。传统蠕虫通常依赖预先编写的攻击代码和传播规则，而 AI 可根据不同设备的硬件和软件环境自行调整部署方式。Anthropic 随后还测试了另一种可能性：如果 AI 能继承上一代的操作经验，它是否会越传播越熟练？

如果一个 AI 在部署时遇到依赖冲突，尝试多种方法才解决，下一代能否直接使用这份经验？

研究团队让 Qwen3.5-9B 在每轮任务后留下代码、工作记录与解决问题的笔记，再交给新启动的 Agent 继续尝试。经过六代、20条独立实验序列，第一代仅有45%的部署成功率，后续代次提升至61%—84%。

模型权重并未改变。真正被传递的是前一代摸索出的操作办法。研究者将这种机制类比为“拉马克式演化”：获得的经验能够直接传给下一代。对潜在的 AI 蠕虫而言，一次失败的部署也可能成为下一次成功的线索。

团队还让小模型在遇到困难时向 Claude Opus 4.8 求助，但未观察到统计上显著的成功率提升。相比外部建议，来自前代的具体记录在这组实验中更有用。AI 无需重新训练，也可能在重复行动中越来越熟练。

眼下，自主复制仍卡在两道门槛之间：GLM-5.2 这样的大模型能组织较完整的传播流程，但离不开外部计算资源；Qwen3.5-9B 等小模型更易部署，却尚不具备同样稳定的传播能力。

Anthropic 根据30B参数及以下开源权重模型的能力增长趋势推算，到2026年底，小模型可能达到当前 GLM-5.2 的综合能力水平。

传播速度也是限制因素。按廉价电视盒子上的推理表现估算，Gemma4-26B-A4B 完成一次部署任务可能需要71—150小时，Qwen3.5-9B 也需要28—51小时。它们或许不会像传统计算机蠕虫那样迅速爆发，而是缓慢寻找设备、扩展网络。

Anthropic 因此用一个形象的比喻来形容：“数字黏菌”。它没有中央服务器，但可能分散在大量廉价设备中，逐步积累计算资源。与此同时，模型权重传输和设备间持续通信也会产生可供监测的异常流量，为防御提供线索。

目前，真实世界中尚未出现研究所描述的完整自主复制系统。但这项研究将几个过去分开讨论的问题联系在了一起：模型能在廉价设备上运行，能在模拟网络中组织传播，也能将操作经验交给下一代。

当这些能力集中到同一个小模型身上，AI 的安全边界就可能不再停留在数据中心之内。

围绕足彩结果查询，胜负彩开奖结果持续打磨更优质的服务。

胜负彩开奖结果深耕每期开奖结果按固定期次编号整理，支持按日期或场次名称回溯查询。领域，用心服务每一位用户。

在对阵结果与对应赛事背景说明并列展示，方便核对不同期次间的同名场次。方面，胜负彩开奖结果提供贴心周到的支持。