蘋果日前向科技網(wǎng)站Record表示,該公司正在“積極調(diào)查”其iCloud賬戶是否被黑,今天,蘋果對(duì)近來發(fā)生的攻擊事件和明星照片泄露發(fā)布了一份聲明。
在當(dāng)?shù)貢r(shí)間周日,包括詹妮弗·勞倫斯和凱特·厄普頓等明星的不雅照及視頻被發(fā)布到圖片共享網(wǎng)站4chan后,蘋果“動(dòng)員了蘋果旗下的工程師們探尋其泄露根源。”
在部分聲明中,蘋果表示:
“經(jīng)過40多個(gè)小時(shí)的調(diào)查后,我們發(fā)現(xiàn),某些明星的賬戶受損主要源于一個(gè)非常有針對(duì)性的攻擊,這種攻擊主要針對(duì)用戶的用戶名、密碼和安全問題,而這種做法在互聯(lián)網(wǎng)上已經(jīng)非常普遍了。”
在這份聲明中,蘋果聲稱其iCloud和“找到我的iPhone”功能并未被攻破:
據(jù)我們調(diào)查,沒有任何情況表明(本次泄露事件)是因任何蘋果系統(tǒng)被攻破而造成的,包括iCloud和“找到我的iPhone”功能在內(nèi)。
蘋果精心地為這份聲明進(jìn)行了措辭,而且并沒有直接否認(rèn)這些數(shù)據(jù)來自iCloud或“找到我的iPhone”功能。相反,蘋果表示在他們所調(diào)查的情況中,并未有原因表明蘋果系統(tǒng)被攻破。這可以解釋為,假設(shè)蘋果的調(diào)查并不完整,那么到目前為止,調(diào)查并未發(fā)現(xiàn)有任何跡象指明iCloud被黑客攻破。
有人猜測(cè),這些不雅照可能來自用戶的iCloud備份(而非iCloud照片),因?yàn)檫@次泄露的數(shù)據(jù)中包含一些視頻,而視頻目前并不直接存儲(chǔ)在iCloud中。
在圖片共享網(wǎng)站4chan暗示這些不雅照可能來自“iCloud”后,蘋果最初僅作為一個(gè)照片來源被提到。然而這很快便遭到了質(zhì)疑,因?yàn)樵趲着_(tái)非蘋果設(shè)備上也發(fā)現(xiàn)了這些內(nèi)容。
碰巧這些不雅照泄露的時(shí)間發(fā)生在周日,這也暗示著照片來源可能是蘋果,因?yàn)镠ackApp在周六剛剛發(fā)布了一個(gè)iCloud漏洞的概念證明。蘋果昨日修補(bǔ)了其FMF強(qiáng)力破解漏洞,并將在5次“找到我的iPhone”密碼試驗(yàn)失敗后關(guān)閉用戶蘋果ID。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。