OpenAI花120万美元补948个Linux漏洞：ChatGPT图像新增GIF生成

OpenAI的安全账本：120万美元换948个补丁

OpenAI近日公开了一组自动化安全数据。其自动化安全管线从2308个候选问题中验证并修补了948个Linux内核本地提权漏洞，同时生成291个可运行的概念验证代码（PoC）。

这轮操作大约花掉120万美元API成本。Greg Brockman在社交媒体上表示，这款即将推出的网络安全模型用一周左右完成上述工作，并识别出至少10类新的利用技术。

数字背后是时间尺度的变化。以往，找一个内核级提权漏洞，资深安全研究员可能要花数周甚至数月；如今AI模型能在极短时间内扫过大量代码路径，揪出人类容易漏掉的逻辑死角。Linux支撑着全球大部分服务器和安卓设备，这种规模的漏洞挖掘能力，意味着攻防两端的军备竞赛进入了新阶段。

这些漏洞属于“本地提权”类型。攻击者一般要先拿到系统的初步访问权限，再借这些漏洞把权限提到root。它不像远程代码执行那样致命，可一旦内网被突破，这类漏洞就成了横向移动和持久化控制的关键跳板。OpenAI选择公开数据，某种程度上也在展示其模型在复杂代码理解和逻辑推理上的边界。

ChatGPT Images 2.6：动图终于来了

产品侧，OpenAI发布了ChatGPT Images 2.6。最直观的变化是支持生成和编辑GIF动画。

过去要让图片里的元素动起来，用户往往得借助第三方工具或复杂的视频生成模型。现在在ChatGPT里直接输入提示词，或上传一张静态图，就能生成几秒长的循环动图，比如让咖啡杯冒热气、旗帜飘扬、宠物尾巴摇摆。系统还支持调整播放速度和循环方式。

另一个实用功能是“参考图复用”。用户上传人物、宠物或特定角色的照片后，系统在后续生成中会尽量保持这些主体一致。对需要连续叙事或角色固定的创作场景来说，这解决了一个老问题：AI绘图常常“画谁像谁，但下一张就不认识了”。

模型升级也带来速度提升。OpenAI称，两款配套API模型生成速度提高约50%，开发者因此获得更低延迟和更好的交互体验。Images 2.6底层采用名为Flare和Sunburst的新架构，目标是平衡生成质量与推理效率。

Google Vids免费开放15秒视频生成

Google同样在视频生成领域放低了门槛。Workspace套件中的Google Vids接入Omni 1.2 Flash模型，用户可免费生成长度最长15秒的视频片段。

以前几分钟的视频往往费用高昂，15秒的免费额度更适合日常办公中的快速演示、社交媒体素材制作或内部沟通。Omni 1.2 Flash的长处是保持场景一致性，同一视频里人物外观和背景环境不会突兀跳跃或变形。

这一步显然是想抢轻量级视频创作市场。随着Sora等模型逐步向公众开放，视频生成的竞争焦点正从“能否生成”转向“是否好用”和“是否便宜”。Google依托庞大的Workspace用户基数，试图把AI视频能力嵌进文档、幻灯片等工作流，让做视频像插入图片一样简单。

NVIDIA与Box：给企业AI装上“权限锁”

企业级AI应用最大的顾虑之一是数据安全。员工怕把机密文档喂给AI会泄露，IT部门怕AI代理越权访问敏感数据。

NVIDIA与云内容管理平台Box的合作正是冲着这个问题去的。双方把NVIDIA的Nemotron开放模型和Box的企业数据层结合起来，推进“权限感知检索”和安全代理执行。

具体来说，员工向AI提问时，系统不光检索相关知识，还会实时核对该员工有没有权限查看这些知识。如果某份财务报告只有财务总监能看，普通员工的AI代理就检索不到其中内容，自然也无法基于这些信息生成回答。

此外，NVIDIA还给出面向新一代硬件的NIM部署方案，支持Mistral和Hugging Face上的主流模型，并针对Blackwell和Vera Rubin架构提供FP8和NVFP4配置。企业本地部署高性能AI模型时因此有了更灵活的量化选项，能在保证精度的同时大幅降低显存占用和推理成本。

Visa的对策：如何确认是“人”在买单

AI代理（Agent）开始具备自主购物能力后，支付环节冒出新风险：发起支付指令的，究竟是用户授权的AI，还是恶意机器人？

Visa提出一套名为“Trusted Agent Protocol”的方案，结合支付通行密钥（Passkeys）来验证AI代理身份。其核心逻辑是区分“合法代理”与“恶意脚本”。

AI代理发起交易时，需要出示一种经过加密签名的凭证，证明它获得了用户的明确授权。这种凭证可能与用户的生物识别信息或硬件密钥绑定，确保即使代理软件被劫持，攻击者也无法轻易伪造支付指令。Visa认为，随着AI代理经济规模扩大，建立这层信任是防止欺诈爆发的关键。

网络安全的时间尺度被压缩

投资机构a16z在一份观察报告里提到，AI正把网络安全任务所需的时间大幅压缩。报告数据显示，前沿AI模型能稳定完成的最长网络安全任务，2024年末大约是5.5分钟，到2026年已经达到约4.8小时。换句话说，需要多步推理、长时间保持上下文的复杂安全审计或渗透测试，AI已经能独立承担。

另一个变化更让人警觉：把已修补的漏洞做成可用攻击工具，过去要花数周，现在只要数小时。攻防两边的节奏都在加快。防御方得像OpenAI那样，靠自动化管线大批量修补漏洞；攻击方也在用同样的技术，把已知弱点迅速武器化。

这种不对称正在改变安全行业的格局。只靠人力做代码审查和漏洞响应，已经明显不够用，未来的安全体系只能是AI对AI的对抗。发现、修补、验证漏洞，哪一方更快，哪一方就能在这场加速赛中占得先机。

结语

从OpenAI为修补漏洞付出的百万美元账单，到ChatGPT支持生成GIF，再到Visa的代理支付协议，几件事放在一起看，指向的是同一个趋势：AI正从“玩具”变成“基础设施”。它在底层代码里找安全隐患，在创意工作中提供动图素材，在企业数据里执行权限控制，在金融交易中验证身份。每个环节都在变得更自动化，也带来了新的复杂性和风险。对开发者和企业来说，跟上这种高速变化的节奏，比掌握某一项具体技术更重要。