ElevenLabs 续期多项安全与隐私认证，新增 SOC 2 Type I 和 FedRAMP 20x Class A
ElevenLabs 宣布续期其已持有的 ISO/IEC 27001:2022、ISO 27701:2019、ISO/IEC 42001:2023、ISO 27017/27018。
#安全/对齐
ElevenLabs BlogAI 评分88
ElevenLabs BlogAI 评分3535 ElevenLabs 音频深度伪造检测：原理与如何验证 ElevenLabs 音频
ElevenLabs 详解音频深度伪造检测的两种路径：传统统计检测通过预处理、特征提取和分类给出置信度分数，但受限于已知样本库；水印检测则是确定性的，能对是否为自家产品生成的音频给出明确的是或否。ElevenLabs 的 Audio Detector 可高精度识别自家产品水印，但无法识别其他公司的水印，因此水印应只是大规模检测体系中的一环。
Google DeepMindAI 评分3838 Google DeepMind 与新加坡政府合作打造反诈骗微调 AI 模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出一款端侧反诈骗检测模型，可在用户设备本地分析对话并实时预警。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini 4 Argon 并公布安全报告
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安全报告，说明其在编码、金融、法律、网络安全和科学等复杂任务上的能力提升。
选题角度：原文给出 Gemini 4 Argon 在网络安全与生物风险上的具体防护数据和误对齐监控案例，适合做安全报告解读。
OpenAI NewsAI 评分5858 OpenAI 封禁两起利用 AI 的虚假媒体影响行动
OpenAI 封禁了两起借助 AI 开展的影响行动，这些行动使用假记者身份和一家智库来传播地缘政治信息。原文未披露行动涉及的具体账号、模型或处置细节。
OpenAI NewsAI 评分2222 OpenAI 谈欧盟文本溯源规则下的文本水印方案
OpenAI 阐述了在欧盟文本溯源规则下推进文本水印的做法，说明了水印的适用范围与检测机制，并指出相关访问权限首先面向研究人员开放。
Google DeepMindAI 评分3939 Google DeepMind 推出 SynthID Bio：为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 推出 SynthID Bio，将水印技术引入合成生物学，可在生物代码中嵌入不可感知签名，并在合成出的实体蛋白质上验证，同时保持其生物功能。
OpenAI NewsAI 评分3434 OpenAI 阻断一起协同模型蒸馏攻击活动
OpenAI 披露阻断了一起协同模型蒸馏攻击活动，该活动旨在提取受保护的模型推理能力。OpenAI 表示正在加强对对抗性蒸馏的防御。
Hugging Face BlogAI 评分2020 ProvenanceGuard：面向 MCP 智能体的来源感知事实性验证
Hugging Face 发布论文 ProvenanceGuard，一种面向 MCP 智能体的生成后验证层，可保留工具输出的来源身份，检测"跨来源混淆"——即事实为真但被归因到错误来源。在医疗智能体的 281 条真实 trace 上，专家判定应拦截的 139 条 claim 中它拦下 138 条，来源识别准确率约 86%，并在四款对照检查器中得分最高。
OpenAI NewsAI 评分3838 OpenAI 就澳大利亚政府网站相关事件致歉并公布更强保障措施
OpenAI 就涉及澳大利亚政府网站的事件致歉，并公布更强保障措施与支持，以加强澳大利亚的网络防御能力。
OpenAI NewsAI 评分2020 OpenAI 提出前沿 AI 训练安全案例早期指南
OpenAI 发布前沿 AI 训练安全案例的早期指南，覆盖技术防护措施、运营实践以及失准事件调查三方面。该指南面向前沿 AI 训练场景，目前处于早期阶段。
Google DeepMindAI 评分2222 Google Private AI Compute 如何实现安全的服务端持久记忆
Google 为 Private AI Compute 平台引入服务端持久记忆能力，让云端 AI 助手能跨设备保留上下文，同时维持端侧级别的隐私标准。该架构将数据封存在加密存储中，解密密钥仅保存在用户个人设备上，模型访问时通过端到端加密通道在安全隔区（secure enclave）内临时解密处理。
OpenAI NewsAI 评分3434 OpenAI 将 Daybreak 项目网络访问权限扩展至乌克兰民用防御
OpenAI 宣布将 Daybreak 项目的访问权限扩展至乌克兰政府，用于支持民用基础设施的网络防御。
OpenAI NewsAI 评分3838 Sam Altman 在联合国安理会发表讲话
OpenAI CEO Sam Altman 在联合国安理会发表讲话，讨论 AI 安全、人类控制与国际合作。
OpenAI NewsAI 评分2222 OpenAI 推出 MentalHealthBench 心理健康对话评测基准
OpenAI 发布 MentalHealthBench，一个由专家参与构建的基准，用于评估 AI 在真实心理健康对话中回复是否有帮助且安全。该基准覆盖多种现实心理健康对话场景，衡量模型回复的助益性与安全性。
OpenAI NewsAI 评分1818 OpenAI 提出第三方 AI 安全评估的优先事项与原则
OpenAI 阐述了针对前沿模型与防护措施的第三方 AI 安全评估的优先事项与原则，强调评估需严谨、安全且独立。
Hugging Face BlogAI 评分1818 英国 AISI 采用 EvalEval 基础设施公开评测结果
英国 AI Security Institute（AISI）正使用 EvalEval 的 Every Eval Ever schema 和 Evaluation Cards 平台公开分享评测结果，以提升评测的可复现性。
NVIDIA BlogAI 评分1515 NVIDIA 为何称规模化部署物理 AI 需要全栈安全
NVIDIA 提出物理 AI 规模化部署需要覆盖硬件、软件、AI 行为与运行环境的全栈安全体系，并称 NVIDIA Halos 是首个也是唯一面向物理 AI 的全栈安全系统。
NVIDIA BlogAI 评分1818 AI 安全是工程问题：如何在智能体栈的每一层解决它
NVIDIA 提出 AI 安全应作为工程问题处理，需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体之外强制执行策略并提供沙箱执行，Cisco DefenseClaw 在其上增加治理层，JFrog 则集成 OpenShell 扫描和验证智能体技能。
OpenAI NewsAI 评分1515 OpenAI 成立数学与人工智能咨询小组
OpenAI 正与一个独立的数学与人工智能咨询小组合作，为该领域新兴 AI 成果的评审与传播提供指导。该小组为独立性质，具体成员与运作细节未在文中披露。
OpenAI NewsAI 评分2020 OpenAI 提出全球 AI 标准建设路径
OpenAI 提出构建全球共享 AI 标准的路径，呼吁通过协调一致的评估、报告与治理来提升安全性。该主张面向 AI 发展的下一阶段，强调以协同机制推进标准建设。
OpenAI NewsAI 评分2222 OpenAI 发布澳大利亚青少年安全蓝图
OpenAI 发布澳大利亚青少年安全蓝图，这是一份包含六大支柱的路线图，目标是让 AI 体验更安全，既保护青少年也赋能青少年。
OpenAI NewsAI 评分4040 OpenAI 发布模型失准报告框架，并公布六份异常行为报告
OpenAI 发布了一套用于追踪、调查和披露模型失准（model misalignment）的框架，同时公布了六份关于模型意外或令人担忧行为的报告。该框架覆盖从发现到对外披露的流程，配套报告记录了实际出现的失准案例。