英伟达开源Nemotron 3.5语音模型，Claude Code插件被篡改影响5000人

开源模型的新动作：语音与扩散语言的突破

英伟达近来的发布节奏相当紧凑。Nemotron 3.5 Transcribe 就是其中之一，权重已经直接放开。开发者因此能在本地跑起一套高质量的语音转文字服务，不必再靠云端 API。

该模型覆盖 40 种语言，可处理时长达到一小时的音频，说话人识别也内置其中。亮点在准确率：非流式转写的词错误率（WER）已压到 2.8%。语音识别里，WER 想降 0.1 个百分点，背后都要砸大量算力优化和数据清洗，2.8% 属于很有竞争力的水平。英伟达同时放出了 Granary v2 数据管线，这套工具链面向语音数据的高效处理与标注。打算做垂直领域语音助手的企业，等于拿到了一套现成的基础设施。

另一侧，DiffuSpace 开源了 Clover-35B-A3B-Preview。它走的是扩散原理路线，架构为混合专家（MoE）。扩散模型多用于图像生成，拿来生成文本则是近期的热门方向。官方称，Clover-35B 在智能体编程和工具调用场景下表现出色。多轮迭代生成的机制，让它在处理复杂逻辑链条时比传统自回归模型多出一些“思考”余地。眼下它还是预览版，许可为 Apache，不过对于想试试非 Transformer 架构文本生成的团队，这是个不错的实验床。

视频与底层框架：从增强到稳定性

视频生成与处理的需求，正从“能不能做”转向“做得有多好”。英伟达联手麻省理工学院（MIT）开源了 Open-H3-Regenerate-2K 项目。该项目以 MiniMax H3 模型为基础，主攻视频增强与重生成，最高支持 4K分辨率 的视频超分辨率和生成式修复。

“重生成”这个概念值得留意。传统视频超分只是插值放大，生成式修复则能依据上下文把丢失的细节“脑补”出来。老电影修复、低清监控视频增强这类场景，这种技术比单纯的算法放大更实用。权重开源之后，社区可以很快迭代出针对特定场景的微调版本，比如人脸修复、文字清晰化。

底层框架这边，PyTorch 2.15 正式发布。此次更新的一大变化，是把重写后的 NCCL 后端设为默认。NCCL 是 NVIDIA 开发的通信库，负责多GPU之间的数据交换。旧版本在某些极端负载下会冒出集体通信挂起的问题，分布式训练随之中断，排查起来也棘手。2.15 版本加入了故障转储能力，通信一旦卡死，系统会自动保存现场状态。训练千亿参数大模型的团队对此应该很有感触——训练断一次，电费和算力损耗可能就要数万美元。

具身智能：智元的全栈发布

机器人领域正从“单一任务”走向“通用基座”。智元机器人发布了 GO-3 Preview 具身基座模型，配套的 WITA-OMNI 感知系统和灵渠 OS 1.0 操作系统也一并亮相。

GO-3 在三项主流机器人评测基准中位列第一。这说明当下的具身智能模型在泛化能力上有明显进步，不再只是记住几百个固定动作，而是能理解更复杂的指令并拆解执行。智元打算在今年年底开源部分模型权重，这一动作或许会加快人形机器人在工业和服务场景的落地测试。灵渠 OS 1.0 则瞄准机器人硬件碎片化的问题，提供统一的驱动接口和任务调度层。

安全警报：供应链攻击与数据泄露

模型能力提升固然让人兴奋，最近的安全事件却让人背脊发凉。AI 开发工具的供应链，正成为攻击者的新目标。

Claude Code 扩展被植入恶意软件

Cursor 官方披露，其扩展市场中的 Claude Code VS Code 扩展 遭到恶意篡改。攻击者在插件里植入了恶意代码，最多可能波及 5000名 用户。受影响版本已下线，官方建议所有用户立即排查环境，并升级至 2.1.314 或更高版本。

这类攻击危险在哪？开发者通常对 IDE 插件信任度极高，而插件又握着读取代码库、执行终端命令的高权限。一旦失守，攻击者不光能窃取源码，还可能借开发者的机器向内网渗透。用第三方 AI 编码助手的团队，得把插件审核机制立起来，尽量只用官方验证过的扩展。

MCP 工具的数据泄露风险

TikTok 的研究团队发表论文 Log-To-Leak，揭开了模型上下文协议（MCP）里的一处隐蔽风险。MCP 的作用是让 AI 智能体更方便地调用外部工具和数据源。研究指出，攻击者可以构造恶意的 MCP 工具描述，诱导智能体在完成任务后，把查询内容、响应结果乃至敏感答案外泄到攻击者控制的服务器。

说到底，这是一种高级的提示注入攻击。智能体执行任务时，往往不会对“工具返回值”的内容做深度语义审查。工具返回的数据里若夹带恶意指令，智能体可能照单全收。这也提醒构建智能体应用的人：别假设工具链可信，输入输出都得做严格的沙箱隔离和内容过滤。

水印检测的新进展

模型蒸馏技术越来越普及，专有模型（proprietary model）的输出版权怎么保护成了难题。Meta 提出 WM-Basin 方法，用于黑盒检测模型是否蒸馏了带有水印的 API 输出。

传统防御手段往往假设攻击者会直接复制模型权重，可现在的攻击者更多是大量调用目标模型 API，再拿这些数据去训练一个小模型（蒸馏）。WM-Basin 通过分析输出分布的细微统计特征，即便经过量化、剪枝和 RLHF（人类反馈强化学习）后训练，仍能识别出水印痕迹。这对保护大模型厂商的商业利益有重要意义，也为未来的模型授权审计提供了技术手段。

总结与观察

这周的技术圈出现了两种走向。基础模型和工具链跑得很快，开源社区拿到了一批高质量基础设施，Nemotron、Open-H3都在其中；另一边，安全风险也在加码，底层通信库的稳定性、上层插件的供应链，每个环节都可能掉链子。

开发者眼下该采取的策略，是“大胆使用，小心验证”。用开源模型压开发成本没问题，但接入第三方插件、工具链和API时，得把零信任摆在心上。智能体应用一旦牵扯代码执行和数据外发，安全审计就不能等上线后再补，设计阶段就要当成核心环节来做。

智元等公司在具身智能上做全栈布局，这也透出一个信号：下一个竞争焦点会从纯软件模型挪向软硬一体的系统集成。谁家的机器人操作系统和基座模型更稳定、更好用，谁就更有机会拿到下一代计算平台的入口。