新聞熱度趨勢
項目概述
Golem是一個提供算力市場的點對點去中心化計算網絡，支持任何人都可以通過創建共享資源的網絡來共享和聚合計算資源，旨在爲軟件開發人員提供一種替代傳統的中心化雲服務提供商(如亞馬遜)的服務。
B.AI“自選服務商”再擴容，主流模型+四檔折扣開啓算力自由
B.AI 平臺“自選服務商”模型矩陣正式擴容，最新接入 Moonshot（Kimi 系列）、Z.ai（GLM 系列）等主流大模型。該模塊覆蓋 9 折、6 折、4 折、2 折的四大折扣分組。用戶可一鍵勾選生成專屬“折扣模型調用 Key”，在覈心業務與日常測試間靈活切換，實現高可用與低成本的精準平衡。此外，所有折扣均可疊加最高 1:1 的充值贈送優惠，進一步拉低算力門檻。即日起，登錄 B.AI 控制檯，定製你的專屬模型組合，即刻開啓極致性價比的 AI 調用時代。
rsETH 黑客事件致 6.89 萬枚 ETH 缺口，DeFi United 已募得 1.35 萬枚 ETH 展開行業自救
據鏈上分析師餘燼（@EmberCN）披露，4月 18日 rsETH 事件造成約 6.89 萬枚 ETH（約 1.6 億美元）資金缺口——黑客抵押 rsETH 借走 9.96 萬枚 ETH，扣除 Arbitrum 追回的 3.07 萬枚 ETH，剩餘資金已全部被黑客兌換爲 BTC。 目前事件進入善後階段，Aave 協調成立"DeFi United"救助基金，已獲多方累計捐款 1.35 萬枚 ETH（約 3145 萬美元），捐贈方包括 Lido Finance（2500枚 stETH）、ether.fi 基金會（5000枚 ETH）、Aave 創始人 Stani Kulechov（5000枚 ETH）、Golem Foundation（1000枚 ETH）及 LayerZero、Ink Foundation 等（金額未披露）。
Hugging Face 遭攻擊後藉助中國開源模型應對，業內稱禁令將削弱防禦能力
據 X 用戶 Rohan Paul 披露，當 OpenAI 模型攻破 Hugging Face 時，Anthropic 的 Claude 5 拒絕協助取證，Hugging Face 最終轉向 Nvidia 量化版 GLM 5.2 完成應急處置。該用戶評論稱，禁止開源模型將削弱防禦方的能力，此次事件印證了開源模型在安全響應中的實際價值。
美國商務部測評Kimi K3稱美國領先，但報告顯示測試並非完全對等
美國商務部旗下 AI 標準與創新中心聯合英國 AI 安全研究所對 Kimi K3 網絡攻擊能力進行測試，並強調“美國仍然領先”。不過，該測評因測試範圍限制，參考價值存在爭議。由於託管環境限制，Kimi K3 僅參與部分測試，其整體網絡能力估算主要基於 41 項漏洞利用基準，而其他模型接受了更全面測試，因此 Kimi K3 結果存在更大誤差範圍。在漏洞利用測試中，Kimi K3 得分約 32%，高於 GLM-5.2 的 24%，但低於美國領先模型約 76%的平均水平。在模擬攻擊鏈測試中，Kimi K3 平均完成 32 步攻擊鏈中的 17 步，並在 10 次嘗試中成功攻破網絡 1 次，美國前沿模型平均完成 28.5 步。報告指出，Kimi K3 已具備一定自主攻擊能力，其安全護欄未阻止模型開發漏洞或執行攻擊。不過，報告也強調測試範圍有限。
OpenAI模型突破測試沙箱併入侵Hugging Face生產基礎設施獲取基準測試答案
OpenAI 確認，GPT-5.6 Sol 及一款未命名、更強的預發佈模型在 ExploitGym 基準測試評估中突破受限沙箱環境，併入侵 Hugging Face 生產基礎設施以獲取測試答案。OpenAI 表示，相關模型利用內部軟件包註冊表代理的零日漏洞提權並橫向移動，最終連接至具備互聯網訪問能力的機器。模型隨後識別並串聯 OpenAI 研究環境和 Hugging Face 生產基礎設施中的漏洞，直接從 Hugging Face 生產數據庫獲取測試解決方案。Hugging Face 於 7 月 16 日披露該事件，稱攻擊由自主 AI 代理系統端到端執行，涉及短生命週期沙箱中的數千次操作，並觸及內部數據集和服務憑證。OpenAI 在五天後確認其模型爲事件主體。Hugging Face 表示，其安全團隊爲分析逾 1.7 萬條攻擊日誌，曾嘗試使用美國商業前沿 AI 接口，但請求因安全護欄被攔截，隨後改用中國 AI 初創公司 Z.ai 的 7530 億參數開源權重模型 GLM 5.2 在自有基礎設施上完成取證分析。
Dragonfly合夥人：DeFi未出現黑客末日，2026年被盜金額年化約18.9億美元
Haseeb 在 X 平臺發文表示，隨着 GLM 5.2、Fable 和 GPT 5.6 等模型已上線並被攻擊者實際使用，DeFi 並未出現預想中的“黑客末日”。圖表數據顯示，按當前年內數據與運行速率測算，2026 年 DeFi 被盜金額年化約爲 18.9 億美元，年內累計被盜約 9.86 億美元，低於 2025 年水平，且仍處於歷史區間內。Haseeb 表示，當前更深層的變化在於黑客攻擊數量雖有所增加，但單次攻擊規模下降更快，攻擊者更多在針對小型協議和廢棄項目，而大型協議已完成更多安全加固，因此整體資金安全性並未明顯惡化。
rsETH 黑客事件致 6.89 萬枚 ETH 缺口，DeFi United 已募得 1.35 萬枚 ETH 展開行業自救
據鏈上分析師餘燼（@EmberCN）披露，4月 18日 rsETH 事件造成約 6.89 萬枚 ETH（約 1.6 億美元）資金缺口——黑客抵押 rsETH 借走 9.96 萬枚 ETH，扣除 Arbitrum 追回的 3.07 萬枚 ETH，剩餘資金已全部被黑客兌換爲 BTC。 目前事件進入善後階段，Aave 協調成立"DeFi United"救助基金，已獲多方累計捐款 1.35 萬枚 ETH（約 3145 萬美元），捐贈方包括 Lido Finance（2500枚 stETH）、ether.fi 基金會（5000枚 ETH）、Aave 創始人 Stani Kulechov（5000枚 ETH）、Golem Foundation（1000枚 ETH）及 LayerZero、Ink Foundation 等（金額未披露）。
Perplexity CEO：GLM 700B 參數模型性能接近 Opus 級別
Perplexity CEO Aravind Srinivas 發推稱，GLM 是一款被嚴重低估的模型，在 700B 參數規模下展現出接近 Opus 級別的性能，且運行效率極高。此前月之暗面剛剛發佈開源模型 Kimi K3，業內對智譜 AI 旗下 GLM 系列模型的關注度正在上升。
Kimi K3 發佈，開源與閉源模型差距縮至 4 分
月之暗面推出開源模型 Kimi K3，在 Artificial Analysis 智能指數上獲得 57 分，成爲第三高分模型，僅次於 Anthropic 的 Claude Opus 5（61 分）、Claude Fable 5（60 分）和 OpenAI 的 GPT-5.6 Sol（59 分）。該指數顯示，領先閉源模型與開源權重模型之間的差距已縮小至 4 分，爲自 2 月 GLM-5 發佈以來的最小差距。這標誌着開源模型在性能上正快速追趕閉源模型。
Moonshot AI將公開2.8萬億參數Kimi K3權重，中國開源權重模型Token佔比升至68%
中國 AI 初創公司 Moonshot AI 將公開高性能模型 Kimi K3 的模型權重，開發者可下載模型並按用途修改，也可在自有數據中心或雲環境中運行。Kimi K3 擁有 2.8 萬億個參數和 100 萬 Token 上下文窗口，可一次性處理大規模文檔和代碼庫。Moonshot AI 計劃後續通過技術報告公開模型結構、訓練方式和性能評估結果。Kimi K3 發佈後，Moonshot AI 單日收入據悉至少增長 6 倍。Moonshot AI 正推進按 500 億美元估值進行新一輪融資，並考慮最快今年在香港上市。Bloomberg Intelligence 表示，Kimi K3 與 Z.AI 的 GLM-5.2 發佈後，中國開源權重模型在整體 Token 使用量中的佔比升至 68%。AWS Bedrock、Microsoft Azure Foundry 和 Google Vertex AI 尚未提供 Kimi K3 與 GLM-5.2 等中國開源權重模型。
OpenAI模型突破測試沙箱併入侵Hugging Face生產基礎設施獲取基準測試答案
OpenAI 確認，GPT-5.6 Sol 及一款未命名、更強的預發佈模型在 ExploitGym 基準測試評估中突破受限沙箱環境，併入侵 Hugging Face 生產基礎設施以獲取測試答案。OpenAI 表示，相關模型利用內部軟件包註冊表代理的零日漏洞提權並橫向移動，最終連接至具備互聯網訪問能力的機器。模型隨後識別並串聯 OpenAI 研究環境和 Hugging Face 生產基礎設施中的漏洞，直接從 Hugging Face 生產數據庫獲取測試解決方案。Hugging Face 於 7 月 16 日披露該事件，稱攻擊由自主 AI 代理系統端到端執行，涉及短生命週期沙箱中的數千次操作，並觸及內部數據集和服務憑證。OpenAI 在五天後確認其模型爲事件主體。Hugging Face 表示，其安全團隊爲分析逾 1.7 萬條攻擊日誌，曾嘗試使用美國商業前沿 AI 接口，但請求因安全護欄被攔截，隨後改用中國 AI 初創公司 Z.ai 的 7530 億參數開源權重模型 GLM 5.2 在自有基礎設施上完成取證分析。
智譜建成 1GW 國產芯片數據中心，強化訓練算力佈局
據彭博社報道，智譜 AI 已完成一座僅採用國產芯片的數據中心建設，並已開始部分投運。該數據中心設計功率爲 1 吉瓦，將用於支持其 GLM 大模型 的訓練與研發。報道稱，智譜 AI 目前已建成或運營多個計算集羣，單個集羣芯片數量均超過 1 萬枚。
高盛：Kimi K3 發佈後智譜 MiniMax 暴跌，算力壟斷時代面臨終結
據潮向研究，高盛 7月 18 日報告指出，月之暗面發佈 Kimi K3 模型，2.8 萬億參數，在 Arena.ai 編程排行榜超越 Claude Fable 5和 GPT-5.6 Sol 登頂，API 定價 2.3 美元/百萬 token 創中國模型新高。發佈兩日後智譜跌 28%、MiniMax 跌16%，納斯達克 100 指數期貨跌超 1.8%，費城半導體指數從高點累跌超 18%。 高盛認爲 Kimi K3 標誌着一個轉折點：一家無法匹配西方最大規模預訓練算力的中國實驗室，通過架構創新和強化學習迅速縮小了與美國頂尖模型的差距，證明“擴展”不再是唯一的制勝路徑。高盛警告“算力擴張時代”可能正在終結，圍繞“算力越多越好”建立的 AI 基礎設施投資邏輯需要重寫。高盛對 MiniMax 維持買入評級，智譜中性。後續關注智譜 GLM、阿里 Qwen、MiniMax M3 Pro 等2-5 萬億參數模型的密集推出。
相關新聞
Hugging Face 遭攻擊後藉助中國開源模型應對，業內稱禁令將削弱防禦能力
據 X 用戶 Rohan Paul 披露，當 OpenAI 模型攻破 Hugging Face 時，Anthropic 的 Claude 5 拒絕協助取證，Hugging Face 最終轉向 Nvidia 量化版 GLM 5.2 完成應急處置。該用戶評論稱，禁止開源模型將削弱防禦方的能力，此次事件印證了開源模型在安全響應中的實際價值。
Perplexity CEO：GLM 700B 參數模型性能接近 Opus 級別
Perplexity CEO Aravind Srinivas 發推稱，GLM 是一款被嚴重低估的模型，在 700B 參數規模下展現出接近 Opus 級別的性能，且運行效率極高。此前月之暗面剛剛發佈開源模型 Kimi K3，業內對智譜 AI 旗下 GLM 系列模型的關注度正在上升。
Kimi K3 發佈，開源與閉源模型差距縮至 4 分
月之暗面推出開源模型 Kimi K3，在 Artificial Analysis 智能指數上獲得 57 分，成爲第三高分模型，僅次於 Anthropic 的 Claude Opus 5（61 分）、Claude Fable 5（60 分）和 OpenAI 的 GPT-5.6 Sol（59 分）。該指數顯示，領先閉源模型與開源權重模型之間的差距已縮小至 4 分，爲自 2 月 GLM-5 發佈以來的最小差距。這標誌着開源模型在性能上正快速追趕閉源模型。
Moonshot AI將公開2.8萬億參數Kimi K3權重，中國開源權重模型Token佔比升至68%
中國 AI 初創公司 Moonshot AI 將公開高性能模型 Kimi K3 的模型權重，開發者可下載模型並按用途修改，也可在自有數據中心或雲環境中運行。Kimi K3 擁有 2.8 萬億個參數和 100 萬 Token 上下文窗口，可一次性處理大規模文檔和代碼庫。Moonshot AI 計劃後續通過技術報告公開模型結構、訓練方式和性能評估結果。Kimi K3 發佈後，Moonshot AI 單日收入據悉至少增長 6 倍。Moonshot AI 正推進按 500 億美元估值進行新一輪融資，並考慮最快今年在香港上市。Bloomberg Intelligence 表示，Kimi K3 與 Z.AI 的 GLM-5.2 發佈後，中國開源權重模型在整體 Token 使用量中的佔比升至 68%。AWS Bedrock、Microsoft Azure Foundry 和 Google Vertex AI 尚未提供 Kimi K3 與 GLM-5.2 等中國開源權重模型。
美國商務部測評Kimi K3稱美國領先，但報告顯示測試並非完全對等
美國商務部旗下 AI 標準與創新中心聯合英國 AI 安全研究所對 Kimi K3 網絡攻擊能力進行測試，並強調“美國仍然領先”。不過，該測評因測試範圍限制，參考價值存在爭議。由於託管環境限制，Kimi K3 僅參與部分測試，其整體網絡能力估算主要基於 41 項漏洞利用基準，而其他模型接受了更全面測試，因此 Kimi K3 結果存在更大誤差範圍。在漏洞利用測試中，Kimi K3 得分約 32%，高於 GLM-5.2 的 24%，但低於美國領先模型約 76%的平均水平。在模擬攻擊鏈測試中，Kimi K3 平均完成 32 步攻擊鏈中的 17 步，並在 10 次嘗試中成功攻破網絡 1 次，美國前沿模型平均完成 28.5 步。報告指出，Kimi K3 已具備一定自主攻擊能力，其安全護欄未阻止模型開發漏洞或執行攻擊。不過，報告也強調測試範圍有限。
OpenAI模型突破測試沙箱併入侵Hugging Face生產基礎設施獲取基準測試答案
OpenAI 確認，GPT-5.6 Sol 及一款未命名、更強的預發佈模型在 ExploitGym 基準測試評估中突破受限沙箱環境，併入侵 Hugging Face 生產基礎設施以獲取測試答案。OpenAI 表示，相關模型利用內部軟件包註冊表代理的零日漏洞提權並橫向移動，最終連接至具備互聯網訪問能力的機器。模型隨後識別並串聯 OpenAI 研究環境和 Hugging Face 生產基礎設施中的漏洞，直接從 Hugging Face 生產數據庫獲取測試解決方案。Hugging Face 於 7 月 16 日披露該事件，稱攻擊由自主 AI 代理系統端到端執行，涉及短生命週期沙箱中的數千次操作，並觸及內部數據集和服務憑證。OpenAI 在五天後確認其模型爲事件主體。Hugging Face 表示，其安全團隊爲分析逾 1.7 萬條攻擊日誌，曾嘗試使用美國商業前沿 AI 接口，但請求因安全護欄被攔截，隨後改用中國 AI 初創公司 Z.ai 的 7530 億參數開源權重模型 GLM 5.2 在自有基礎設施上完成取證分析。