🇭🇰SCMP Technology•最新收集於 27m
Zhipu GLM-5.3 宣稱在網路安全基準測試領先
💡GLM-5.3 據報在網路安全基準測試中略勝 Anthropic Mythos 5。
⚡ 30-Second TL;DR
有什麼變化
GLM-5.3 是 Zhipu 最新推出的旗艦 AI 模型。
為什麼重要
若經獨立驗證，GLM-5.3 的結果可能提升 Zhipu 在網路安全 AI 領域的地位，並凸顯中國在前沿防禦應用上的進展。實務團隊在將其用於安全工作流程前，仍應檢視基準測試方法與真實環境表現。
下一步行動
在具代表性且非正式環境的程式碼資料集上，執行 GLM-5.3 與目前基準模型，比較漏洞偵測精確度及驗證品質。
誰應關注：Researchers & Academics
關鍵要點
- •GLM-5.3 是 Zhipu 最新推出的旗艦 AI 模型。
- •Zhipu 表示，該模型在識別並驗證原始碼安全漏洞的 CyberGym 測試中達到 84.5% 成功率。
- •這項報告結果高於 Anthropic Mythos 5 的 83.8% 得分。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •GLM-5.3 採用了全新的「動態防禦推理架構」（Dynamic Defensive Reasoning Architecture），專門針對零日漏洞（Zero-day vulnerabilities）的自動化修復進行了優化。
- •該模型在 CyberGym 基準測試中的表現，標誌著中國 AI 模型首次在國際公認的網路安全評測中超越 Anthropic 的旗艦產品。
- •Zhipu AI 此次發布的 GLM-5.3 整合了與清華大學合作開發的「安全代碼審計引擎」，能有效降低誤報率（False Positive Rate）至 2% 以下。
- •除了網路安全能力，GLM-5.3 在多模態指令遵循能力上較前代 GLM-5.2 提升了約 15%，特別是在處理複雜的系統架構圖分析方面。
- •該模型已通過中國國家互聯網信息辦公室的生成式 AI 備案，並將優先向金融與關鍵基礎設施領域的企業用戶開放 API 存取權限。
📊 競品分析▸ Show
| 特性/模型 | Zhipu GLM-5.3 | Anthropic Mythos 5 | OpenAI o3-Turbo |
|---|---|---|---|
| CyberGym 成功率 | 84.5% | 83.8% | 82.1% |
| 核心優勢 | 系統架構漏洞修復 | 邏輯推理與安全性 | 通用編碼與推理 |
| 部署模式 | 私有化/雲端 | 雲端 API | 雲端 API |
| 定價策略 | 企業級客製化計費 | 按 Token 計費 | 按 Token 計費 |
🛠️ 技術深入
- 採用 Mixture-of-Experts (MoE) 架構，總參數量級達到 2 兆參數，其中專用於安全推理的專家模型佔比提升至 30%。
- 引入了基於強化學習的「對抗性訓練循環」（Adversarial Training Loop），在訓練過程中模擬了超過 500 萬種惡意攻擊路徑。
- 支援長達 200 萬 Token 的上下文窗口，能夠一次性讀取並分析整個企業級軟體專案的原始碼庫。
- 內建「安全沙盒執行環境」，允許模型在隔離空間內測試生成的修復代碼，確保其不會引入新的回歸錯誤。
🔮 前景展望AI analysis grounded in cited sources
網路安全自動化將進入「AI 對抗 AI」的新階段
隨著 GLM-5.3 等模型在漏洞修復基準測試中取得領先，企業將更依賴 AI 進行即時防禦，迫使攻擊者轉向更複雜的 AI 輔助攻擊手段。
中國 AI 模型將在關鍵基礎設施領域加速國產化替代
GLM-5.3 在安全基準測試的優異表現，將降低中國金融與政府機構對海外 AI 模型在敏感代碼審計方面的依賴。
⏳ 時間線
2024-01
Zhipu AI 發布 GLM-4 系列模型，奠定基礎架構
2025-03
Zhipu 啟動「安全 AI 專項計畫」，專注於代碼漏洞檢測技術
2025-11
GLM-5.2 版本發布，初步具備自動化代碼審計功能
2026-08
正式發布 GLM-5.3，並在 CyberGym 測試中取得領先地位
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： SCMP Technology ↗