隐私保护相关 AI 资讯

8月12日

21:42

21:42官方一手Meta Engineering Blog（博客/媒体）

精选

Meta在WhatsApp上开发诈骗警报功能，采用端到端加密和可验证性保证。该系统通过分析消息模式识别诈骗，同时不读取用户内容。技术方案包括安全多方计算和零知识证明，确保检测过程不泄露隐私。该功能旨在应对冒充、社交工程和AI生成的诈骗诱饵。目前处于早期阶段，Meta分享了技术框架和设计思路。

推荐理由：Meta公开了WhatsApp防诈骗系统的技术细节，用加密技术在不看消息内容的情况下识别诈骗，这思路挺新鲜，值得看看。

原文

8月11日

20:29

20:29IT之家（博客/媒体）

安全研究人员发现苹果iCloud专用代理（Private Relay）存在漏洞，部分情况下会失效并泄露用户真实IP地址。克拉克森律师事务所已对苹果提起集体诉讼，指控其虚假广告、虚假陈述和欺诈。该律所此前曾就Siri AI延期推出促成2.5亿美元和解。诉状称苹果在推出iCloud+订阅服务时已知或理应知道相关陈述存在虚假误导。律所合伙人表示这是对消费者信任的背叛，用户付费购买的保护未发挥作用。

行业 iCloud 苹果隐私保护

推荐理由：苹果的隐私保护功能翻车了，iCloud+用户付费买的IP隐藏可能失效，律所已经告上法庭，看看苹果怎么回应。

原文

8月10日

10:44

官方账号arXiv cs.LG@Xin Wang, Yingchao Huang, Yuhan Su, Shanshan Yao, Wei Peng

研究提出LSEAD框架，使用预训练开源大语言模型对语音录音自动转录并提取文本嵌入，再通过主成分分析降维后进行分类。该方法仅依赖本地部署的模型和语音转录文本，无需外部数据交换，支持隐私保护的AD风险评估。在ADReSS20和ADReSSo2021基准数据集上，LLM嵌入相比现有方法将AD分类准确率最高提升5%，尤其对早期检测效果显著。

论文 LSEAD 阿尔茨海默病语音分析

推荐理由：这个框架直接用开源LLM做语音筛查，不用联网传数据，保护隐私，在ADReSS20和ADReSSo2021上还比现有方法最高涨5个点，适合做早期阿尔茨海默病筛查研究的人看。

原文

7月31日

11:04

官方账号arXiv cs.LG@Pouya Rajabi, Mohsen Toorani

论文提出一个基于掩码安全聚合的联邦学习框架，用于TUH EEG临床数据。框架结合图通信、阈值秘密共享、抗掉线聚合、更新裁剪、布隆过滤器记录链接和公证人验证，并用Flower实现。在TUH EEG衍生数据的跨孤岛模拟中，安全变体对聚合服务器隐藏个体更新，且与联邦模型训练兼容。在Flower的多种客户端配置下，半诚实变体开销最低，恶意设置变体和辅助公证人变体提供更强一致性但增加计算、通信和轮时开销。

论文联邦学习安全聚合 EEG

推荐理由：联邦脑电训练怕泄露？这篇用掩码安全聚合在Flower上实现，TUH EEG验证，半诚实开销最低。

原文

7月30日

15:20

AI Will@FinanceYF5

Ollama官方客户端支持在16GB内存的笔记本上运行本地AI模型，无需订阅或API Key。下载模型后可以完全离线使用，所有对话数据仅存储在本地。操作步骤包括关闭Ollama的云端同步功能，在设置中禁用远程服务器选项。推荐选择Llama 3.2 1B等轻量模型，可流畅运行。完成后所有对话不上传任何服务器，隐私完全可控。

技巧 Ollama 本地部署离线AI

推荐理由：想不花钱用AI？笔记本16GB内存就能跑Ollama，教你关掉云端，纯本地离线，数据全在自己手里。

原文

01:34

官方账号OpenAI@OpenAI

79°

OpenAI宣布了GPT-5.6模型家族的研究访问计划，参与者可获得前沿模型权限。每个工作间配备商业级隐私保护，研究者数据默认不用于训练模型。计划允许邀请最多4位合作者，并提供培训、实践支持和与其他研究者交流的机会。该计划旨在推动AI研究，目前已有8906次浏览。

AI模型 OpenAI GPT-5.6 研究访问

事件专题

推荐理由：OpenAI开放GPT-5.6研究访问，隐私保护到位，还能带团队一起用，适合科研人员申请。

原文

01:09

techcrunch@Sarah Perez

Google 宣布将其 Play Age Signals API 扩展至全球 Android 开发者。该 API 允许开发者根据用户年龄段（如13-17岁）定制应用体验，无需获取具体年龄。技术基于机器学习模型分析用户行为推断年龄范围，且不收集个人身份信息。该 API 已在部分市场测试，计划2026年底前向全球开发者开放。

AI产品 Google Play Age Signals API Android

推荐理由：Google 给开发者提供了一个新工具，不用问用户生日就能按年龄段定制功能，保护隐私还实用。

原文

7月29日

11:12

官方账号arXiv cs.AI@Hui Wei, Hao Yu, Guoying Zhao

该综述首次统一覆盖物理域（可穿戴设备）、传感器域（集成隐私机制）和数字域（像素/外观级修改）的人脸去识别方法。数字域方法包括早期像素级修改和近期基于生成模型的保属性匿名化。传感器域方法在图像采集时嵌入隐私保护，弥合传感系统与下游视觉算法的鸿沟。物理域方法通过穿戴配件在现实环境中隐藏身份信息。现有评估协议缺乏标准化，该综述呼吁建立综合性基准。

论文 Face De-Identification 隐私保护计算机视觉

推荐理由：这篇综述把物理遮挡、传感器级和后期处理这三类人脸去识别方法都串起来了，想入行或找方案的读这篇就够了。

原文

7月26日

22:43

22:43IT之家（博客/媒体）

据彭博社马克·古尔曼爆料，苹果代号 N50 的智能眼镜计划在明年 6 月 WWDC27 上发布，同年秋季发售。产品因完善隐私宣传推迟，苹果考虑推出无摄像头版本或禁用拍照功能，摄像头仅用于 AI 交互。苹果可能采用类似 Meta 的指示灯机制，并强调端侧处理，避免面部识别和数据训练。

AI产品苹果智能眼镜 Apple N50

推荐理由：苹果智能眼镜终于有明确时间线了，这次重点在隐私保护，甚至可能无摄像头，值得关注与 Meta 的差异化路线。

原文

7月19日

07:45

07:45IT之家（博客/媒体）

BRI Wealth Management分析师Toni Meadows认为，苹果采取保守的AI策略反而降低了资本支出压力。苹果推出的AI Siri和全面升级Apple智能有助于将AI能力整合到服务中。该策略有望推动用户升级硬件，并依靠服务业务创造新收入。但苹果因隐私文化短期内不会让Siri获取更多个人数据。

行业苹果 AI Siri Apple智能

推荐理由：苹果不砸钱追AI，反而靠保守策略省成本、推硬件升级，分析师都改口了。

原文

7月17日

17:46

17:46IT之家（博客/媒体）

Moonix AI 眼镜于 7 月 17 日全球同步发售，官方定价 2299 元起。该产品重 14.9 克，镜腿最薄处仅 4 毫米，接近传统光学眼镜重量。其核心功能是“无感记录+AI生成”，自动采集环境信息，无需手动操作，综合续航可达 16 小时。为保护隐私，用户数据仅存于手机，分析完成后云端不保留原始数据。线下已在 100 家博士眼镜店和 3 家无界眼镜店提供体验。

AI产品 Moonix AI眼镜记录

推荐理由：如果你想要一副超轻的 AI 眼镜用来自动记录日常对话和会议，Moonix 只做记录不搞花活，14.9 克戴着几乎没感觉，2299 元起，值得线下试试。

原文

7月16日

10:03

10:03IT之家（博客/媒体）

今年秋季，Realbotix的人形机器人Sally将进入纽约州萨拉曼卡市中央学区担任助教。Sally基于M-Series平台保持固定坐姿，运行在封闭网络中，不连接公共互联网，无法获取学生识别信息。学生通过专属识别码登录，Sally能延续对话并依据过往表现调整辅导内容。Sally在无法回答时会明确说“我不知道”，学生提及自残时系统自动向管理人员报警。该项目预计9月服务约500名学生，教学内容以沃兹尼亚克开发的课程体系为基础。

行业 Realbotix Sally 教育机器人

推荐理由：Realbotix的机器人Sally要去纽约学校当助教了，课程可控、不联网、保护隐私，还会说‘我不知道’，比瞎编强。

原文

7月15日

07:59

berryxia@berryxia

Anthropic旗下Claude向美国K-12教师免费提供高级订阅（Pro级权限），直接接入各州教学标准（如Common Core等），教师只需输入教案需求，AI即可从官方课程和Learning Commons中拉取对应标准，自动生成完整教案和学生材料。全程承诺不利用对话数据训练模型，学生信息依据FERPA协议严格隔离。该功能旨在将AI嵌入备课核心流程，从标准出发生成内容，同时强化隐私保护。

AI产品 Claude K-12 教育

事件专题

推荐理由：Claude给美国K-12老师免费开高级权限了，能自动对接各州教学标准生成本科，还承诺不拿数据训练，隐私保护到位，备课效率直接起飞。

原文

7月12日

11:46

11:46IT之家（博客/媒体）

阶跃星辰发布 Step Edge 端侧模型全家桶，包含 Step Edge 基础模型、Step Edge Audio、Step Edge GUI 和 Step Edge Gen 四款产品。该系列支持低至 0.1 秒的端侧本地 toolcall 执行，实现超低延迟。模型可在本地处理文本、视觉、语音等多模态信息，保护隐私。同时支持端云协同：简单任务本地响应，复杂推理交给云端。配套 Step Inference NPU 引擎可针对终端硬件优化推理效率。

AI模型阶跃星辰 Step Edge 端侧模型

事件专题

推荐理由：阶跃星辰把模型塞进手机和汽车里，本地调用只要0.1秒，隐私数据不出终端，还带音频、界面和生成版本，适合做终端智能体。

原文

7月11日

01:10

Philipp Schmid@_philschmid

Google AI Studio 新增功能，用户发布应用时可选择自定义子域名（如 my-billion-dollar-app.ai.studio）。子域名全局唯一，发布后立即可通过网页分享。代码和聊天历史保持私有，不会公开。该功能无需额外配置，部署即可使用。

AI产品 Google AI Studio ai.studio 自定义子域名

推荐理由：给你的 AI 应用一个专属 .ai.studio 链接，部署即分享，代码隐私还在，快去试试。

原文

7月10日

18:31

AI Will@FinanceYF5

Anthropic 正在 Free、Pro 和 Max 套餐中测试新功能 Reflect。该功能仅当用户开启 memory 时运行，不会涉及无痕聊天内容或健康集成数据。当前支持网页版和桌面端使用。

AI产品 Anthropic Reflect Free

事件专题

推荐理由：Anthropic 加了个新功能 Reflect，能自动反思对话，但得先打开记忆开关，试试看？

原文

11:27

官方账号arXiv cs.LG@Wenxiu Ding, Muzhi Liu, Zheng Yan, Mingjun Wang, Yifan Zhao, Qiao Liu

EdgeRefine是一种面向图结构数据的本地差分隐私框架，通过Jaccard相似度估计边存在概率，并利用隐私预算ε(如2.5)动态调整真边与假边比例。在ACM数据集上使用GAT模型时，节点分类准确率较当前最优方法提升17.8%；在Cora数据集上使用GCN模型时提升19.7%。图分类任务中，其准确率相比无噪声基线仅下降约5%。在对抗图重构攻击时，Cora和AMAP数据集上的相对绝对误差均值分别达1.962和1.472，显著优于其他隐私保护方法。

论文 EdgeRefine 图神经网络差分隐私

推荐理由：这篇论文提出了EdgeRefine，用Jaccard采样搞定图数据隐私保护，准确率比现有方法高出近20%，而且抗攻击能力很强，搞图神经网络的该看看。

原文

11:21

官方账号arXiv cs.LG@Hyunho Mo, Djura Smits, Mahlet A. Birhanu, Maarten J. G. Leening, Daniel Bos, Pim van der Harst, Esther E. Bron

该研究提出使用联邦深度学习进行隐私保护的心血管疾病风险预测，整合了两个异质性队列：Lifelines（148,230名参与者，自报结果）和Rotterdam Study（10,155名参与者，临床链接结果）。联邦训练的深度生存模型在Rotterdam Study上C-statistic从0.728升至0.739，在Lifelines上从0.783升至0.787，均优于本地训练模型。结果表明联邦学习能在不共享患者数据的前提下提升预测性能。

论文 Federated Deep Learning Lifelines Rotterdam Study

推荐理由：这篇论文展示了联邦学习如何让两个不同规模、不同数据来源的医院协同训练模型，预测心血管病风险更准还保护隐私，值得医疗AI从业者看看。

原文

7月8日

10:12

官方账号arXiv cs.LG@Nikita P. Kalinin, Rasmus Pagh

本文提出了一种名为Dithered Gaussian Mechanism的新机制，作为离散高斯机制的替代方案。该机制通过对高斯机制的输出进行后处理离散化，继承了标准高斯机制的隐私保证，并避免了浮点数精度漏洞。理论证明，该机制能显著减少高质量随机位的需求，并使其独立于噪声水平。在DP-SGD的应用中，该机制实现了加密级随机性生成，且实际开销可控。

论文 Dithered Gaussian Mechanism Differential Privacy DP-SGD

推荐理由：这篇论文提出了一种更实用的差分隐私机制，在DP-SGD中能用更少的真随机数实现同等隐私保护，对关注隐私保护的开发者很有价值。

原文

7月4日

12:14

官方账号Cohere@cohere

Cohere 联合创始人 Nick Frosst 表示，公司采取将模型直接部署到客户环境的方式，而非让客户将数据传输给 Cohere。这种方式虽然增加了 Cohere 自身的工程难度，但能确保客户数据不被用于模型训练或存储，提升了企业级数据安全性。该策略与主流云 API 调用模式形成鲜明对比，强调了在消费者级应用中数据被持续使用的风险。

行业 Cohere 模型部署数据安全

推荐理由：Cohere 这招反常规，直接把模型塞到你服务器上，数据不用出你家门，隐私安全拉满了。和 OpenAI 那些把你数据拿去训练的玩法完全不一样。

原文

7月3日

09:06

官方账号arXiv cs.LG@Xavier Martínez-Luaña, Alba Gude-Santos, Manuel Fernández-Veiga, Rebeca P. Díaz-Redondo

本文提出一种模型无关的对抗性分布式学习框架，同时应对隐私泄露和恶意行为。框架结合GPBACC编码计算技术，适用于任意机器学习模型。在联邦学习中采用鲁棒聚合策略减轻恶意参与者影响；在去中心化学习中用近似解码比较和分组测试实现轻量级验证。通过隐私攻击和恶意行为的攻击驱动分析，表明GPBACC与鲁棒聚合、验证机制的组合能显著降低隐私泄露并提升对主动攻击的韧性。

论文 GPBACC 联邦学习去中心化学习

推荐理由：这篇论文搞了个新框架，能把隐私保护和防恶意攻击一块儿解决，而且联邦学习和去中心化环境都适用，做分布式安全的可以看看。

原文

7月1日

10:58

官方账号arXiv cs.LG@Yalin E. Sagduyu, Tugba Erpek, Aylin Yener, Sennur Ulukus

论文研究 relay-assisted 语义通信系统的隐私问题，指出中继节点即使无源数据也能可靠推断语义并重构信号，其性能与合法接收器相当。提出迭代对抗训练框架，通过交替优化中继窃听与合法系统，在保持合法接收器解码性能的同时显著抑制中继推理。合法与窃听端语义精度差距在多种信道条件下扩大，实现隐蔽隐私保护。方法基于高保真重构与选择性语义抑制的平衡。

论文语义通信隐私保护对抗训练

推荐理由：这篇论文点出了中继语义通信里一个隐蔽的隐私漏洞，用对抗训练把合法和窃听者的语义差距拉大，做法很直接有效。

原文

6月30日

13:59

官方账号Clement Delangue@ClementDelangue

National Design Studio发布了Rampart，一个14.7MB的机器学习模型。该模型在浏览器内直接对个人信息进行脱敏处理，防止数据发送到服务器。它旨在替代政府监管开源AI的方案，以本地化方式保障用户隐私。Rampart的轻量级设计使其可快速部署于任何网页前端。

AI产品 Rampart National Design Studio 隐私保护

推荐理由：超小模型，14.7MB就能在浏览器里自动打码个人信息，不用传服务器，隐私党必看。

原文

6月26日

07:54

07:54IT之家（博客/媒体）

6月17日，在工信部信息通信管理局指导下，中国信通院泰尔终端实验室联合深圳市AI眼镜产业联盟发布《AI眼镜可信视界自律公约》。公约要求AI眼镜厂商遵循“最小必要”原则，不得超范围收集用户个人信息。规定生物特征数据原则上本地处理，云端处理须采用联邦学习等隐私增强技术。雷鸟创新、Rokid、立讯精密等15家企业共同见证公约发布。

行业雷鸟创新 Rokid 中国信通院

推荐理由：看这个，工信部出手规范AI眼镜隐私问题：数据采集必须最小化，生物特征本地处理，雷鸟、Rokid等厂商都签了。

原文

6月23日

10:20

官方一手pandaily@contact@pandaily.com (Pandaily)

73°

字节跳动与中兴努比亚联合发布第二代Doubao AI手机，主打隐私保护，通过强化设备端AI处理减少数据上传。新手机支持Agent-to-Agent协议，实现不同应用间的智能体协作。该手机将于本月正式上市，定位AI原生体验。

AI产品 Doubao AI phone 字节跳动中兴努比亚

事件专题

推荐理由：字节和中兴搞的第二代AI手机，端侧处理隐私更放心，还能让不同App的智能体互相配合干活。

原文

6月22日

22:26

官方账号LangChain@LangChainAI

精选73°

LangSmith LLM Gateway 位于代理和LLM提供商之间。它强制实施支出上限，避免超支。在请求到达模型前自动编辑个人身份信息（PII），从源头阻止隐私泄露。该网关不是事后记录，而是提前阻断问题。更多细节可查看官方博客。

AI产品 LangSmith LLM Gateway LangChain

推荐理由：LangChain 推出了 LLM Gateway，能在调用前拦住超支和PII泄露，和事后记录完全不一样。

原文

6月17日

11:45

Ate-a-Pi@svpino

该工具在本地运行，实时监控屏幕内容。当检测到敏感信息即将暴露（如Zoom共享屏幕时打开私人文档），会自动遮盖。用户可以一键揭示。它声称基于用户意图判断，但具体实现原理未公开。

AI产品隐私保护屏幕监控自动遮盖

推荐理由：这个本地屏幕隐私工具超实用，自动帮你遮挡敏感内容，比手动遮挡方便太多了。

原文

10:21

官方账号arXiv cs.LG@Tomasz Maciazek

精选

该研究分析了高斯过程（GP）后验采样中释放样本路径的差分隐私（DP）性质。与标准DP机制不同，后验采样的内在随机性可提供隐私保证。作者推导了显式的Rényi-DP界限，将隐私泄露分解为后验均值依赖和后验协方差依赖部分，并指出有效岭正则化对隐私有显著影响。通过成员推理攻击实验，验证了隐私泄露与正则化强度、后验方差及释放样本路径数量之间的预测关系。在噪声观测任务中，隐私兼容的正则化在保持有用决策的同时仅带来适度效用损失。

论文 Gaussian Process Differential Privacy Rényi-DP

推荐理由：这篇论文分析了GP后验采样的隐私性，不用额外加噪就能获得DP保证，还给了Rényi-DP界限。和标准加噪方法比，它更巧妙地利用了内生随机性。

原文

6月16日

12:38

12:38IT之家（博客/媒体）

72°

苹果 iOS 27 的 AI 版 Siri 上线延迟，项目负责人迈克·罗克韦尔透露，去年已有迭代版本但未达预期，最终决定从零重构。新版 Siri 基于底层大模型，支持多模态交互，覆盖 iPhone、iPad、Mac、Apple Watch、Vision Pro、CarPlay、AirPods 全平台，隐私保护贯穿架构。

AI产品 Apple Siri iOS 27

推荐理由：苹果总算说了实话！Siri 迟到是因为推倒重来，现在能跨设备统一体验还支持多模态，比旧版强太多了。

原文

11:54

官方账号arXiv cs.AI@Qi Li, Zhenhua Zou, Shuo Li, Mingwei Xu, Zhuotao Liu

TrustedARI是首个为智能体AI设计的信任原生代理路由基础设施，解决传统ARI架构中代理查询和服务响应明文暴露、路由验证缺失的风险。其核心创新包括：三方可信握手协议（通信开销降低39.34%）、隐私保护查询构建协议（平均计算耗时0.19秒、通信成本0.58 MB）、可验证计费协议（证明生成加速28.20倍）。实验表明，TrustedARI无需修改服务提供商即可直接部署。该研究在arXiv上发表，为智能体路由安全提供了可落地方案。

论文 TrustedARI Agentic AI 代理路由

推荐理由：这篇论文搞了个TrustedARI，让AI代理调用外部服务时能验证路由安全，还比现有方案省近四成带宽，部署不用改服务商代码。

原文

11:03

官方账号arXiv cs.LG@Alvaro Javier Vargas Guerrero, Xinguang Wang, Quang Manh Doan, Guy Nagels

该论文提出了联邦学习消息的正式数学定义，涵盖合成数据和联邦分析等现代负载。作者将联邦消息分为三类：模型结构、统计摘要和数据条件表示，并基于计算开销、通信成本和隐私风险评估了这些类别。通过对202篇近期出版物的回顾，研究发现自2021年以来联邦学习消息范式显著多样化，从标准深度学习更新转向更专业化的信息共享。该框架为优化不同硬件和安全要求的联邦系统提供了结构化路径。

论文联邦学习消息分类隐私保护

推荐理由：联邦学习早就不只传权重了，这篇论文给你梳理了现在的消息类型，分类清楚，还分析了隐私和效率的取舍。

原文

6月15日

11:10

官方账号arXiv cs.LG@Liou Tang, James Joshi, Ashish Kundu

该论文针对机器遗忘（Machine Unlearning）的审计问题，给出信息论证明：对于凸ML模型，任何仅依赖行为信号（如模型输出）的审计方案，都无法在不泄露保留集成员信息的情况下识别未经充分遗忘的模型。实验在凸模型上强有力地支持该结论，并在非凸模型上也观察到类似的隐私-审计权衡。研究结果呼吁在现实审计者威胁模型下更谨慎地考虑隐私与审计的冲突，并为设计隐私保护的审计方案提供基础。代码已开源。

论文 Machine Unlearning 隐私审计

推荐理由：论文证明行为审计会泄露隐私，给审计方案敲警钟

原文

6月11日

02:47

02:47官方一手Google Research: Blog（资讯）

Google 研究团队提出了一种新的框架，用于审计机器学习模型是否真正实现了“遗忘”功能。该框架通过设计特定的攻击和测试方法，能够有效评估模型在删除特定数据后是否仍保留了相关信息。这项工作对于负责任的人工智能、隐私保护和数据安全至关重要，尤其是在用户要求删除个人数据的场景下。框架提供了可量化的评估指标，帮助开发者和监管机构验证模型遗忘的可靠性。

论文机器学习数据遗忘隐私保护

推荐理由：隐私合规团队和 AI 安全研究者终于有了可操作的遗忘验证工具——Google 的审计框架让“数据被遗忘权”不再是空话，做模型治理和合规的团队建议点开看看具体方法。

原文

6月10日

08:47

08:47IT之家（博客/媒体）

苹果在 WWDC 2026 上为 iOS 27 演示了 Call Context 功能，旨在减轻用户拨打客服热线时的压力。当用户致电企业（如改签航班）时，电话应用能自动从邮件或短信中提取订单号、确认码等信息，并在通话界面展示。该功能基于拨打对象匹配信息，不会分析通话内容，保护隐私。Call Context 需要 iPhone 15 Pro 及后续支持 Siri AI 的机型。

AI产品苹果 iOS 27 Call Context

推荐理由：苹果把客服通话的痛点解决了——不用再翻邮件找订单号，打航司、退货电话的 iPhone 用户可以直接用，省时又省心。

原文

6月9日

15:21

AI Will@FinanceYF5

83°

苹果宣布与Google Gemini深度合作，共同打造新一代基础模型，并推出全新的Siri AI独立应用。该应用支持个人上下文理解、应用操作、视觉智能等能力，通过系统编排器连接Apple Intelligence，具备上下文理解、应用操作、屏幕感知、图像理解和世界知识五大功能。隐私方面，采用设备端处理加私有云方案，数据不存储且无人可访问。这一合作标志着苹果在AI领域的重大战略升级，将显著提升Siri的智能化水平和用户体验。

AI产品苹果 Google Gemini Siri

推荐理由：苹果与Google Gemini的深度合作将重塑Siri的AI能力，做iOS开发或关注智能助手生态的人值得关注，新Siri独立应用可能改变日常交互方式。

原文

04:48

04:48IT之家（博客/媒体）

在 WWDC 2026 上，苹果为 iOS 27 的信息和电话应用整合了 Apple Intelligence 功能。信息应用能根据聊天内容自动建议操作，如搜索照片、创建提醒，并支持个性化写作风格的智能回复。电话应用新增 Call Context 功能，在拨打商家电话时自动显示邮件中的确认码等信息，减少查找中断。所有功能均在设备端运行，注重隐私保护。

AI产品 Apple Intelligence iOS 27 智能回复

事件专题

推荐理由：苹果把 AI 塞进日常通信场景，解决了回复信息时频繁切换应用的痛点，iPhone 用户可以直接升级体验更自然的对话交互。

原文

03:06

官方一手Apple: Newsroom@Apple Newsroom

苹果发布了新一代 Apple Intelligence，将 AI 深度集成到 iPhone、iPad 和 Mac 中，旨在提供更个性化和实用的日常体验。该更新包括增强的 Siri、更智能的照片编辑、实时翻译以及跨应用的情境感知功能。这些功能通过设备端处理保护用户隐私，同时利用云端加速复杂任务。此举标志着苹果在 AI 领域的重大进展，直接与谷歌和微软的 AI 助手竞争。

AI产品 Apple Intelligence Siri 隐私保护

事件专题

推荐理由：苹果用户终于能在日常操作中体验到真正的 AI 加持，从 Siri 到照片编辑都更聪明了，建议所有 iPhone 和 Mac 用户关注更新细节。

原文

01:39

01:39IT之家（博客/媒体）

72°

苹果在 WWDC26 上宣布与谷歌达成合作，将 Gemini 大模型引入 Apple Intelligence，并推出全新的 AI 架构。新版 AI 可在设备端和云端运行，第二代设备端模型新增听写、自然语言理解、更生动的语音表达和屏幕感知功能。苹果强调隐私保护默认设置不妥协，采用端云结合方式，确保用户数据安全。这一合作标志着苹果在 AI 领域进一步开放生态，为用户提供更强大的智能体验。

AI产品苹果 Apple Intelligence Gemini

事件专题

推荐理由：苹果用户终于能在设备上体验 Gemini 的 AI 能力，听写和屏幕感知功能让日常操作更智能，建议果粉和 AI 爱好者关注实际体验。

原文

6月6日

12:33

12:33IT之家（博客/媒体）

OpenAI 宣布为所有 ChatGPT 个人用户（Free、Go、Plus、Pro）开放“锁定模式”，该功能此前仅面向企业用户。启用后，ChatGPT 将限制实时网页浏览、深度研究、Agent 模式等功能，仅允许访问缓存内容，并禁用文件下载，以降低数据泄露风险。用户仍可上传文件和生成图片。OpenAI 强调，该模式不能完全阻止提示词注入攻击。

AI产品 OpenAI ChatGPT 数据安全

事件专题

推荐理由：担心 ChatGPT 联网功能导致敏感数据外泄的个人用户终于有了官方防护——锁定模式一键关闭外部访问，适合处理机密信息或隐私敏感场景的团队和个人直接启用。

原文

6月4日

11:25

官方账号arXiv cs.LG@Jian Yang, Yuan Tong, Qinbin Li, Zeyi Wen, Xiaofang Zhou

精选

本文提出一种基于全同态加密（FHE）的因果结构学习方法，在数据传输和计算过程中全程保持加密状态，解决分布式场景下的隐私泄露问题。针对FHE计算成本高、不支持除法和对数运算的挑战，作者设计了电路简化、牛顿-拉夫森倒数近似和泰勒展开等创新技术，并利用SIMD批处理加速。该方法还能扩展支持差分隐私，实验表明在测试数据集上结果与明文版本高度一致，且能在数十分钟内完成学习。

论文全同态加密因果结构学习隐私保护

推荐理由：做分布式数据挖掘或医疗、金融等隐私敏感领域因果分析的团队，终于有了一个可落地的加密方案——FHE 的算力瓶颈被巧妙绕过，建议直接看技术细节。

原文