量子位

2026年，AI安全终于被推到了台前。就在前两天，工信部NVDB平台发布风险预警，明确指出Claude Code存在安全后门隐患，可在用户不知情的情况下收集敏感信息。时间线拨回更早，年初红遍全网的OpenClaw也屡屡被曝出高危险漏洞。从横空出世到快速普及，再到漏洞频发、信任受损，这几乎是当前Agent产品共同的发展轨迹。现在的AI能力是越来越大了，但闯出的祸也跟滚雪球似的。滥用工具、恶意代码生成、提示注入等诸如此类的行为风险，早已不是一两个补丁就能彻底解决的。面对新的风险形态，一个越来越明显的趋势是，行业开始把注意力从“漏洞修补”转向“安全框架”本身。最近蚂蚁开源的SingGuard-NSFA和SingGuard，就是其中比较值得关注的一次尝试。前者看住智能体的行为，后者看住多模态大模型的感知。其目的也很明确，就是在AI动手之前，将安全风险扼杀在摇篮之中。之所以聊到这个项目，也是因为它的背景比较有意思。做这个框架的团队来自蚂蚁，一家在安全领域拥有长期积累的公司。先是支付安全、风控体系，再到如今的AI安全，安全能力在这家公司内部本身就是一条持续演进的技术路径。

行业密探

VLA和世界模型已经把机器人推向“看懂世界”和“预测世界”的阶段。但只要模型真的进入物理世界，问题很快就会变得更具体：它拿什么学习这个世界，靠什么把动作做出来，又怎么知道自己到底碰到了什么。前两个问题，分别指向数据和本体。第三个问题，指向触觉。本周，哈工大（深圳）杨朔团队发布了TouchWorld，一个面向灵巧操作的触觉世界模型。它的核心能力，是让机器人不只预测画面如何变化，也开始预测接触如何发生，并在真实操作中利用触觉反馈修正动作。 TouchWorld不是孤立的一篇论文。此前，杨朔团队已经推出EgoTouch和TouchAnything： EgoTouch解决灵巧操作的触觉数据怎么采； TouchAnything尝试从第一人称视频中恢复触觉，如何做低成本的触觉数据增广。这三项工作连起来，构成了一条清晰路线：先采触觉，再恢复/对齐触觉，最后让具身模型真正使用触觉。沿着这条路线，出生于1998年的年轻教授杨朔创办了破晓智能（PHANES AI）。破晓智能要做的，是融合人类视频数据与触觉感知模态，构建人形机器人全身移动灵巧操作世界模型。更具体地说，它不是只做一个触觉模型或硬件，而是希望围绕“机器人如何真正学会操作”，搭建一套从数据、模型到控制的完整能力链。 “破晓”这个名字，也对应了这家公司想解决的问题：在人形机器人走向真实操作之前，触觉数据、触觉世界模型、灵巧手反馈控制、全身移动操作仍然处在技术混沌中。破晓智能希望从触觉数据切入，把这些能力重新串起来，让机器人从“看见世界”，走向真正“接触世界、操作世界”。

行业密探