同时关联该项目与事件的快讯
该方法已集成至开源库 gnark-crypto。该库目前运行于 Besu、Linea、go-ethereum，以及 Succinct、Lighter 等基于 gnark 的系统中。相关论文已被 IACR Transactions on Cryptographic Hardware and Embedded Systems（TCHES）接收，将在 CHES 2027 上发表。
Succinct 旗下零知识证明系统 SP1 曝出高严重性可靠性漏洞。该漏洞于 10 月 11 日通过 GitHub 公告 GHSA-p7v2-jjv3-8p8f 披露，影响 SP1 原生 Rust 验证器 6.0.0 至 6.8.0 版本，使主网 Prover Network 可能接受无效证明：恶意证明者可提交无效执行的证明，而网络验证器仍会接受。漏洞原因是验证器仅读取数据的标签（声明维度），未校验实际存储元素数量是否等于维度乘积，攻击者可伪造标签使无效证明通过。采用固定形状 wrap 证明的 Groth16 与 Plonk 检查不受影响，链上 Solidity 检查器亦安全。Succinct 于 9 月 24 日发布修复版本 6.8.1，并已部署至主网；该版本新增反序列化长度校验。漏洞由 Vitalis Salis 发现，并经 Immunefi 漏洞赏金计划上报。自行运行原生 Rust 验证器且接受不可信证明者的用户需升级至 6.8.1。
据 Cointelegraph 报道，密码学公司 Succinct 推出 iPhone 相机应用 Zcam，可在拍摄照片和视频时即时进行加密签名，以验证内容真实性并降低 AI 生成或篡改风险。该应用通过对原始图像数据进行哈希处理，并使用 Apple Secure Enclave 内生成的密钥签名，再依据 C2PA 标准将签名、拍摄元数据和认证信息嵌入文件。Succinct 表示，Zcam 可用于新闻、保险理赔和身份验证等场景，但目前其 SDK 尚未经过审计，亦未达到生产环境可用状态。
由 Paradigm 支持的 Succinct Labs 发布 iPhone 相机应用 ZCAM，通过密码学技术为照片和视频生成“数字指纹”，以应对 AI 生成内容（AIGC）带来的伪造风险。ZCAM 可在拍摄瞬间对影像进行签名，生成不可篡改的记录，并将内容与拍摄设备绑定，使用户能够独立验证素材是否来自真实设备、是否被篡改或由 AI 生成。与依赖 AI 检测的方案不同，Succinct 选择从设备硬件层入手，为每次拍摄生成唯一的加密签名。公司表示，现有 AI 检测工具容易失效，而这一方案可提升真实性验证的可靠性。类似项目还包括 World ，通过区分真人与 AI 身份来降低风险。