螞蟻集團連發兩款開源安全模型，為大模型與智能體套上“緊箍咒”

好的，這是一篇根據您提供的資料重新撰寫的完整新聞稿，字數約1200字，分為10個自然段落，符合新聞報導的結構與專業性。 ***

### 螞蟻集團連發兩款開源安全模型，為大模型與智能體套上“緊箍咒”

**（台北訊）** 隨著人工智慧從內容生成邁向自主執行，AI系統的安全防護正面臨全新挑戰。為應對日益複雜的智能體與多模態交互風險，螞蟻集團旗下AI安全實驗室於7月13日宣布，正式開源智能體安全護欄模型「SingGuard-NSFA」，並同步披露了多模態安全護欄「SingGuard」的詳細技術細節。此舉被視為螞蟻集團在AI安全領域從內容審核走向行為管控與系統治理的關鍵布局，為快速發展的大模型與智能體生態裝上了一道關鍵的「安全閥」。此次推出的兩款模型分別針對當前AI應用最前沿的兩大場景：「自主執行的智能體」與「多模態交互的大模型」。

不同於傳統AI主要負責內容生成，新一代智能體已開始具備自主調用工具、執行代碼、規劃多步驟任務的能力，這使得安全問題的維度急遽擴張。螞蟻集團此次的技術發布，正是為了解決模型輸出之外，更為棘手的行為控制、權限管理與系統治理難題。過去一年來，全球AI安全事件頻傳，從Amazon Q的提示詞投毒、Microsoft Copilot的資料洩露，到開源智能體框架OpenClaw暴露出的提示詞注入風險，一再顯示智能體的自主性越強，安全風險的放大效應就越明顯。與此同時，國際與國內監管機構也開始加速行動。

2025年12月，OWASP（開放式網路應用安全專案）發布了《智能體應用安全十大風險》；而於今年5月，中國國家網信辦等三部委更聯合印發了《智能體規範應用與創新發展實施意見》，首次從國家層面為智能體安全治理設立明確標杆。在此背景下，螞蟻AI安全實驗室推出的「SingGuard-NSFA」，堪稱是專為智能體操作裝上的「即時剎車」。其核心功能是在智能體執行任何動作之前，完成實時安全檢測，從請求攔截與響應兜底兩端構建行為安全防護網。

該模型基於CIA（保密性、完整性、可用性）原則，並參考OWASP等國際安全指南，將智能體風險細分為7大類、28個中類及185個具體場景，並建立了一個覆蓋133種語言、近10萬條樣本的評測體系，展現了極高的風險覆蓋率。在技術實現上，SingGuard-NSFA提供了高度靈活的部署方案。它具備兩種工作模式：一種可逐條產出詳細的風險分析報告，便於事後審查與合規記錄；另一種則能在極短的50毫秒左右完成單次風險判定，完美適用於線上高併發場景的即時攔截。此外，針對不同硬體環境，該模型提供了0.8B、2B、4B、9B四種參數規模。最令人驚豔的是，僅0.

8B的輕量級模型即可達到8B模型的性能水準，且新增風險類別時只需訓練輕量模塊，無需重新訓練整個模型，大幅降低了安全維護的成本。針對多模態交互場景，螞蟻則推出了名為「SingGuard」的全能守門員。面對如Anthropic的Claude Fable 5等旗艦模型被研究者用Unicode或西里爾字母繞過安全護欄的案例，SingGuard展現了其獨特價值。它能處理文本、圖片及跨模態內容的統一安全判斷，有效識別攻擊者將惡意指令隱藏在不同模態中的複雜攻擊。

其「快慢結合」的推理機制，在保證效率的同時提升了判斷準確率，並支援動態加載自然語言安全規則，無需重新訓練模型即可更新，特別適合業務流量大且規則持續演進的生產環境。在多項公開評測中，SingGuard在涵蓋文本查詢、文本回復、圖像、多模態和多語言的35個數據集與評測切分上，平均F1分數均為最高。其對比對象涵蓋了Llama Guard 3、Google的ShieldGemma、GPT-5.1及Gemini 3-Pro等業界主流護欄，SingGuard均實現了全面領先，展現了強大的技術實力。

中國信通院人工智能研究所安全治理部副主任呼娜英對此表示，隨著大模型邁向自主執行，AI安全正從內容審核延伸至行為管控與系統治理，已成為智能體規模化應用的基礎能力。她強調，螞蟻集團此次的開源舉措，對於建構健康、有序的AI生態具有重要的推動作用。值得關注的是，螞蟻集團在AI安全的布局並非一日之功。其先前已針對開源智能體框架OpenClaw進行專項安全審計，並於今年4月聯合清華大學開源了智能體安全防禦插件ClawAegis。此次連續開源，正是建立在螞蟻集團二十餘年支付安全、數據保護與風險治理的深厚積累之上，相關技術也已在「螞蟻阿福」、AI版支付寶「阿寶」等業務場景中實踐。

透過積極參與國內外標準制定，螞蟻集團正將自身的AI安全能力從技術創新推向更廣泛的產業實踐，為AI的規模化、可信化應用奠定堅實基石。