封面提示词：香蕉 --chaos 15 --ar 16:9 --raw --sref 2405248426 12133245 3433999548 --profile kwcma4d oap7jnk 4eiaio1 --sw 300 --stylize 50 --weird 4 --hd
又到了我的 AIGC Weekly 很多朋友续费的时间。今年因为 Quaily 有点问题，所以先推荐大家从小报童买了，我也弄了一些 75 折的优惠券，有续费需求的话可以领一下。
快到期的或者没到期的都可以领，反正时间是叠加的嘛。小报童的返利我也依然开着，如果有推荐给朋友买的可以试试，还能挣点小钱：https://xiaobot.net/coupon/a43c3bfc-bcf1-4428-99e4-944453ec33e6
上周精选✦
黑色十月：互联网最脆弱的时候
上周安全领域几乎天天整出大活，很多人管这个叫“黑色十月”。
最大的开端是 PHP 官方修了两个远程代码执行漏洞，评分都是 9.2 分（满分 10 分）。同一天 OpenAI 发了篇博客，提到有安全公司用 GPT-5.6 Sol 找到了这个漏洞。还拿出 10 亿美元额度奖励关键服务的防守方。OpenAI 还表示这是最近发现的几个重大漏洞之一，后面还有很多没公布的。Wiz 其实也独立发现了这两个漏洞。
最恶心的是，有个研究员直接把漏洞细节和利用方法发到了 Twitter 上。当时 PHP 官方的修复补丁还没推送，这导致中间出现了一段空窗期，所有没来得及升级的 PHP 服务都极易遭受攻击。
世界上 70% 的网站都是 PHP 架构，包括荷兰议会、芬兰中央政府等很多政府网站，当时直接停机下线，等更新完补丁才重新开放。
Cloudflare 挺良心的，第一时间给所有用户（包括免费版）都部署了拦截规则。
漏洞公开仅两小时，全网就已经出现了几十万次攻击尝试，现在每天达到几百万次。如今从漏洞曝光到全网扫描只需要几个小时，可能稍不留神服务就已经被攻破了。
另一个事件是印度的证书机构：有 8 个中间证书的私钥居然是 1 到 256 之间的数字，其中一个甚至就是 4。正常的私钥是 70 多位数字的长串，这就跟保险柜直接设了个单数字密码差不多。
虽然主流浏览器（如 Chrome、Firefox）第一时间处理掉了，但很多老旧系统的硬件并没有更新这些证书，有人甚至直接拿这个证书去给硬件越狱。
再一个是 Railway。这是一个很多开发者用来快速部署 VPS 和管理多平台服务的平台，体量很大但平时很少宣发。他们发现客户的环境变量变成了全员可读，因为 .env 文件托管在上面，导致攻击者拿到了海量的 API Key，用来做模型蒸馏或搭建中转站。
Railway 第一时间向 OpenAI 等平台报告，把泄露的 key 全部吊销停用了。以前偷 key 是为了挖矿，现在全拿去搞模型蒸馏或做中转站，想想挺搞笑的。
这一周可以说是互联网最脆弱的时刻，每天都有非常严重的漏洞层出不穷。这可能是一个分水岭：一边有人拿同款模型大规模挖漏洞，另一边有人拿它来修漏洞。
很多网站和服务平时极少有人维护，运营者也缺乏足够的安全常识，接下来这些小网站、小服务很可能会成为最先被攻破的突破口，风险极高。
我们自己平时还是要多加注意：
- 重要的账号尽量都开启双重认证（2FA）
- 密码尽量使用 1Password 或苹果自带的密码管理工具，生成复杂密码
- 服务器千万不要直接暴露在公网
很多做 Web 开发的人其实不太了解这些底层安全问题，还是得让 AI 辅助或者自己多学一些。虽然很多人推荐用 Tailscale 避免把 VPS 暴露在公网，但最近 Tailscale 也被曝出了一些较严重的漏洞，好在影响面不算太大。
Block 的 Dessa：非常真实的语言对话模型
上周因为没什么模型发布，然后有一个模型特别出圈。
Jack Dorsey 的支付公司 Block 发了一个语音模型，叫 Dessa，当时有几万的点赞和收藏。
现在大部分 AI 语音其实是三段拼起来的：先把你的话转成文字（ASR），交给大语言模型写答案，然后再把文字念出来（TTS）。这样一转成文字，你的语气、停顿，以及文字之外的情绪就都没了，AI 听不出来你是开心还是难过，或者其他隐含的意思。而且中间经过 ASR、大语言模型再到 TTS，链路多了两三层，延迟就比较高。
而 Block 这个模型是从零训练的，只用人类对话录音，不用任何文本，也不用别人的预训练模型，就像小孩子一样从小靠耳朵学会说话。它是语音进、语音出，边听边说，而且 M4 Max 的 MacBook Pro 就能在本地运行。演示里的真实感非常厉害，很多人应该都是被那个效果折服才点赞收藏的。整个模型训练只用了一套英伟达 GB200 NVL72，研发团队是他们公司一个很小的研究组，直接向 Jack 汇报。不过目前还没公开发布，只提供给少数安全研究者，普通人只能听录音看效果。
语音方面，ElevenLabs 这周也发了一个实时对话模型 Eleven Realtime。另外蚂蚁开源了“Ming 3.0”语音家族，一共 5 个模型，分别负责合成、对话和识别，激活参数都很小，非常适合在本地跑。
感觉现在大家发现，语音模型相比大语言模型其实完全可以在本地跑。
这种简单的语音对话模型放在本地，不仅能降低隐私风险，而且本地运行能做到这个效果确实挺离谱的。不过说实话，用不上都白搭，等到时候真能用了再试试看吧。
