FBI找库克主要是因为这是最便宜的办法,其次因为制度要求。类似的请求每天都有几份发给各硬件制造商、通讯服务商、数据托管商。
为什么便宜?因为无论其他哪种手段成本都更高——时间就是金钱啊。
闪存芯片的静态读取并不一定要用破坏性手段,脱封装+激光扫描是最便宜有效的手段并不是唯一手段。FBI所要考虑的最大成本是数十个月的读取和数十个月的复制,等弄出来恐怖分子女儿都打酱油了。
就算不考虑静态读取,苹果的软件有bug大家也不是不知道。光越狱就有那么多种,那是让你运行非授权代码的方法,仅仅爆破一个密码计数器难那么多?不要小看黑客。可是这种黑产要收钱你知道要收几位数?将来万一给透露出去FBI丢人不?要是直接和苹果说就实惠多了,双方都是要脸面的人。(只是苹果这次弄得像FBI不要脸,实乃高招。)
如果说苹果制作的黑固件怕流传到市场上,那黑客做的就更安全了?WikiLeaks都不止一次暴露过FBI聘请黑客帮助破解各种东西。要说苹果官方解除那么点儿限制就危险了,那些产品哪个不比苹果官方生产的束手束脚的货更危险?毕竟官方的明面合作可以进行各种限制,而真黑客破解不存在任何限制。
说到制度要求,FBI Manual of Investigative Operations and Guidelines (MIOG)要求(普通情况下)对通信的截取在第一时间要让本土相关企业知悉。所以FBI从来都第一时间通知相关企业他们进行的调查和要求配合。我部门就每隔几天会收到一份信息获取请求。这么一件普通的事被库克说成苹果为客户做的负责任的大好事也真是够了。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。