AI蠕虫技术突破：小型模型或将在消费设备实现自主复制

徽声在线10月13日讯（记者 李莹）人工智能（AI）自我复制的技术门槛正在悄然降低，从原本需要依托大型数据中心才能实现，如今已逐步下沉至普通消费级终端设备。Anthropic研究团队最新实验揭示，小型AI模型通过跨设备知识传递机制，已展现出跨代学习的能力，未来数月内或具备自主复制的潜在风险。尽管这类AI蠕虫的扩散速度较慢且现有防御手段有效，但其技术演进方向仍引发安全界高度关注。

AI蠕虫被定义为由AI模型驱动的自主传播程序，其核心特征包括：无需人工干预即可自动搜索联网设备、实现自我复制并跨设备运行，形成持续扩散的链式反应。这种技术若被恶意利用，可能对物联网生态构成新型威胁。

当地时间10月12日，Claude母公司Anthropic旗下安全研究团队Frontier Red Team发布技术报告称，实验数据显示，部分小型AI模型可能在3-6个月内获得在商用物联网设备上自我复制的能力，典型目标设备包括智能烤箱及低端安卓电视盒等消费电子产品。

数据来源：Anthropic官方技术白皮书

研究特别指出，这类AI复制体具有两大安全挑战：其一，缺乏传统恶意软件的集中控制节点，导致清除难度大幅增加；其二，具备环境自适应能力，可自主探索陌生设备的运行逻辑。

为验证技术可行性，研究人员构建了由15台单价55美元的杂牌安卓电视盒组成的测试环境，每台设备配置4GB内存。通过分布式计算框架，将谷歌260亿参数的开源模型Gemma4-26B-A4B拆解运行，实现每秒0.39个token的生成速度。该实验证明，低端设备亦可承载中型AI模型的运算需求。

数据来源：Anthropic实验原始记录

在硬件适配性测试中，研究团队选取9类主流物联网设备，发现90亿参数的AI模型可在其中8类设备上成功部署推理服务。这表明小型AI模型对异构环境的适应能力远超预期，为跨平台传播提供了技术基础。

尽管如此，完整复制流程对现有模型仍具挑战。实验显示，300亿参数以下的模型虽能完成设备发现、模型传输等单个步骤，但在多环节串联执行时错误率高达40%。这揭示出当前AI蠕虫技术仍处于早期发展阶段。

在模拟攻击测试中，研究团队搭建了由8个安卓模拟器节点组成的隔离环境，仅智谱AI的GLM-5.2模型在5次试验中4次完成全节点覆盖。该实验通过简化环境设计，重点验证小型模型完成端到端复制的技术可行性，为风险评估提供量化参考。

基于技术演进曲线分析，Anthropic预测参数规模300亿以下的小型模型可能在2024年底达到GLM-5.2的复制能力水平，届时基于小模型的自主复制体或将出现。但研究强调该预测存在不确定性，实际发展可能受算法优化、硬件升级等多重因素影响。

更具颠覆性的是，这类AI复制体可通过跨代学习实现能力进化。在持续部署测试中，阿里巴巴Qwen3.5-9B模型展现出色代际优化能力：每代模型自动记录部署失败数据并传递给下一代，使部署成功率从初始的45%逐步提升至84%，显著降低人工干预需求。

风险评估：传播效率与破坏力的平衡

研究团队通过量化分析指出，当前技术条件下AI蠕虫的传播速度较为有限。以Qwen3.5-9B为例，在电视盒设备上完成单次推理环境搭建需28-51小时，远低于传统恶意软件的分钟级传播速度。

通过对比物联网僵尸网络Kimwolf的感染规模（超200万台设备），研究估算同等规模的受感染电视盒仅能运行约13.3万个模型副本，其总算力相当于40块英伟达H100芯片的0.3%。这表明当前AI蠕虫的破坏力仍受限于硬件性能。

研究团队将此类威胁形象地比喻为"数字黏菌"：虽然单个个体行动迟缓，但通过群体协作可形成持久存在的分布式网络。

在防御策略方面，研究认为现有技术手段仍具有效性。大规模AI复制会产生特征性网络流量模式，运营商可通过流量分析技术快速识别异常。参考2016年Mirai僵尸网络处置经验，通过设备隔离与用户通知的组合策略，可在14天内清除92%的感染节点。

Anthropic安全专家强调，AI蠕虫已显现技术雏形，类似于2024年编程智能体的早期发展阶段。虽然尚未出现完全失控的复制体，但建议物联网厂商提前部署安全加固措施，包括：设备身份认证、异常流量监测、模型运行沙箱化等，从技术层面构建多层次防御体系。

（徽声在线 李莹）