七年第一,三項蟬聯!賽迪報告:奇安信持續領跑中國網安市場
近日,賽迪顧問正式發佈《2025-2026年中國網絡信息安全市場研究年度報告》。報告顯示,2025年中國網絡信息安全市場規模達930.8億元,行業進入存量優化、結構調整的過渡期。在市場結構性分化加劇的背景下,奇安信集團以43.9億元的營業收入穩居中國網絡信息安全市場第一,連續七年位居市場份額榜首。更值得關注的是,在細分市場格局中,奇安信一舉斬獲“3金2銀”——在中國終端安全、安全管理平臺、安全服務三大核心領域連續多年穩居市場份額第一,在中國UTM、Web安全兩大領域位居市場份額第二,以全面而穩固的產品矩陣持續領跑中國網絡安全市場。
終端安全:連續八年領跑,優勢持續擴大作為國內終端安全領域的絕對主力,奇安信2025年在終端安全市場保持領先地位,以17.5%的市場份額排名第一,實現連續八年領跑,且市場份額優勢較2024年的14.9%有了進一步擴大。領先的背後是持續的技術創新。作為統一終端安全(UES)領域的標杆產品,奇安信天擎以“一個客戶端+一個控制台”實現一體化、一站式的安全防護與終端管控,將惡意代碼查殺、漏洞攻擊防護、EDR、數據防洩漏、軟件管理、資產管理、補丁管理、外設管控等能力全部整合在一個輕量客戶端中,避免多產品碎片化部署,真正實現“一個客戶端搞定終端安全”。
它支持與零信任、天眼、SOC、威脅情報等產品深度聯動,構建“端-網-雲”一體化檢測響應體系,實現終端環境全面感知、端網威脅聯合運營。服務器側,奇安信椒圖雲鎖服務器安全管理系統在整條攻擊鏈上步步設防,以“進不來、站不住、探不明、拿不到、傳不開、帶不走、毀不掉”七步設防線,補齊傳統殺毒只覆蓋攻擊鏈最後一步的短板,從而形成覆蓋服務器安全全生命週期的解決方案。安全管理平臺:引領智能運營範式變革,連續五年領先安全管理平臺領域,奇安信以18.3%的市場佔有率排名第一,實現了連續五年市場領跑。這一領先地位的核心支撐來自奇安信AISOC智能網絡安全運營平臺與天眼威脅監測與分析系統等主力產品的強勁表現。
作為NGSOC與奇安信安全大模型深度融合的跨時代產品,AISOC憑藉“安全大模型+大數據關聯引擎”雙擎架構,將AI能力嵌入研判、調查、響應、報告、狩獵、策略創建等安全運營全鏈條。在實際應用中,該產品已落地某全球知名豪華車企,實戰中的智能運營單條警報研判時間低於9秒,有效告警識別準確率超過93%,較人工模式實現約2.7倍的提升。AISOC還內置多個支持自定義的AI工作流,將大模型能力深度嵌入流程各關鍵環節,貼合企業規章制度與行業合規要求,目前已在新能量、金融、能源、汽車等領域100多家頭部企業實戰應用。奇安信天眼在AI賦能、API安全、全棧國產化等方面持續創新迭代,市場競爭力進一步提升。
在AI賦能方面,天眼深度融合QAX-GPT安全大模型,打造了AI天眼——新一代威脅監測與分析平臺,實現從異常流量深度分析、海量告警動態降噪(降噪率超95%)到模型秒級精準研判、自然語言智能交互的全鏈路閉環,推動安全運營從“被動響應”向“主動智防”躍升。同時,2025年天眼新增了API安全功能,幫助用戶在流量安全的基礎上,建立起“流量+數據”的雙安全一體化防線。在國產化方面,天眼已落地約700個大中型國產化規模化項目,覆蓋20餘個重點行業。
在安全監管層面,奇安信監管態勢感知平臺匯聚各類安全資源與數據,結合大模型對單位、行業開展風險評估、漏洞畫像、策略合規性分析,並自動生成安全態勢報告與決策建議,全面提升安全問答、指標解讀、趨勢預測與策略推薦的智能化水平。安全服務:平臺化與AI化雙輪驅動,連續八年領跑市場安全服務是2025年中國網絡安全市場中唯一保持增長態勢的細分領域,市場規模達165.1億元,增速達6.9%。在這一高增長市場中,奇安信再次位居榜首,連續第八年保持領先。奇安信安服團隊聚焦真實威脅對抗場景,在重大活動安全保障、實戰攻防演練、關鍵信息基礎設施安全檢查、網絡安全應急響應等領域積累了豐富經驗。
依託自主研發的安全產品體系,奇安信構建了“產品+服務+專家”一體化閉環服務體系,從安全理論研究、攻防技術創新到遍佈全國的服務交付網絡,形成覆蓋全生命週期的安全服務能力。2025年,奇安信持續推進安全服務的平臺化與AI化升級。在平臺化方面,聚焦服務檢測工具向平臺整合,構建統一的SaaS化安全服務交付平臺,集成滲透測試、互聯網資產發現、漏洞掃描、釣魚測試、威脅探測、專項評估(如AI安全、數據安全)等工具鏈,覆蓋80%的網絡安全檢測服務及常見評估服務的標準化交付。
在AI化方面,通過深化AI應用,實現滲透測試中掃描漏洞的AI自動研判率70%、滲透測試交付成果AI檢查率95%,AI自動化滲透覆蓋70%的滲透測試場景和80%的常見漏洞範圍。UTM與Web安全:依託深厚積累,穩居市場前二在傳統硬件安全領域,奇安信同樣表現穩健。UTM市場方面,奇安信以13.5%的市場份額位列第二,與市場第一份額差距持續縮小。Web安全市場方面,奇安信以7.5%的市場份額連續多年排名第二。在這兩大硬件市場中,奇安信與傳統優勢廠商展開激烈競爭,展現出在邊界安全與Web應用防護領域的深厚積累。
結束語:從市場數據到產品能力,從技術戰略到實戰落地,奇安信以整體市場七連冠、三大細分領域連續多年第一的市場表現,再次證明了其在中國網絡安全行業的領跑地位。在行業從增量建設轉向存量優化、從單點產品採購轉向平臺化集成交付的大趨勢下,奇安信以AI為核心驅動力的全棧安全能力體系,正為千行百業的數字化轉型構築堅實的安全底座。
Related
相關文章
Google 開源 Harness²:遞迴代理程式框架,無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²,這是一個遞迴代理程式框架,透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言,重點很簡單:你的代理程式無需更強大的模型也能進步。重點摘要:規模為框架而非模型,訓練參數為0,包含8個可編輯的框架元件,版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv,模型呼叫則透過Vertex AI。GPU需求未公開。效能方面:一次改良步驟即可在3個基準測試中,提升所有4個模型與框架組合的表現。最佳成果:GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7(+11.5點);最差表現:GLM-5搭配Codex在JobBench上僅提升1.2點(23.6至24.8)。什麼是Harness²?它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI:2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作,推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型(VLA)。該模型僅使用公開數據進行預訓練,並配備了輕量級的近期記憶功能。在三個分佈外基準測試中,僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊:規模:2.4B 參數(2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家)。記憶涵蓋最近 3 幀,間隔 1 秒。運行環境:在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入,編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供,暫無量化版本。性能:在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中,為公開數據預訓練的 VLA 模型中最優;在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017,DeepSWE 得分 77.0,並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017,這是其 V4.1-Flash 模型的新檢查點,現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash,並稱之為性能與成本的帕累託改進。同時,DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言,這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要:骨架參數 552B,另加 196B 的 Engram 參數;預填充階段每 token 啟用 8B 參數,解碼階段啟用 16B 參數;上下文長度達 1M tokens,最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重(763B 參數,FP8)採 MIT 授權。
2026年20款Jev替代方案:挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev,這是一款決策模型而非聊天機器人。使用者可定義允許的答案,Jev將回傳標籤、分數或是否的機率。約4週內,至少20款Jev替代方案相繼問世,來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要:規模範圍從287M(GLiNER2.5-multi-Decide)到35B-A3B(Mapika Decider),Jev規模未公開。執行環境:Von和Laya等編碼器可在CPU上運行,4B適配器適用24 GB GPU或32 GB Mac。效能:多數開源模型在困難推理上落後Jev,但在狹窄分類任務上數款與之匹敵或超越。最佳表現:Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億;阿里加碼AI硬件品牌,天貓、速賣通聯動;國行版蘋果AI有望12月上線,百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障!DeepSeek發放宕機補償,有人拿到3000元3.阿里加碼AI硬件品牌,天貓、速賣通聯動4.國行版蘋果AI有望12月上線,百度、阿里參與合作5.可靈AI新一代模型Kling 4.