下一代安全企业Palo Alto Networks®(纽交所代码:PANW)近日宣布其正在组建一家资产为2000万美元的网络安全风险基金。该基金将提供早期资本投资,以推动Palo Alto Networks下一代网络安全平台的创新网络安全应用开发。
该基金将面向那些致力于开发云安全应用的尚处于初创、早期或成长期的安全企业,这些企业以Palo Alto Networks平台和Palo Alto Networks应用框架为基础进行云应用开发,可以大大加快其技术推向市场的步伐,轻松吸引成千上万的Palo Alto Networks客户部署。
该基金预计将与Greylock Partners和红杉资本(Sequoia Capital)合作,以确认和评估那些潜在的值得其共同投资的创新网络安全应用。
通过提供资金,该基金将帮助企业家和安全厂商专注于为客户开发高价值的功能,而不是开发那些基础设施和数据存储之类的只为寻求市场立足的产品。
投资安全公司,其目的是加快那些适用于Palo Alto Networks平台的全新网络安全应用的开发进程。这些应用将帮助企业客户更轻松地存取、评估和采用全新的高级网络安全功能,并根据安全需求的变化启动来自不同供应商的云安全应用。
引言
-Palo Alto Networks业务和企业发展部高级副总裁ChadKinzelberg
-Greylock Partners合伙人Asheem Chandna
-Sequoia Capital合伙人Jim Goetz
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。