新聞 
幣種資訊 
關於我們 
研究人員串連15台低價物聯網裝置，分散執行AI模型；但裝置之間並未在實際環境中自行複製。
Anthropic（Anthropic）前沿紅隊在10月12日公布的研究中表示，在測試的9種硬體中，有8種成功建置9B參數模型的推論服務。參數是模型訓練過程中調整的數值，9B代表約90億個參數。研究團隊也在15台Android電視盒上分散執行Gemma4-26B-A4B，每台電視盒約55美元。
研究團隊指出，執行模型與自行複製是兩回事。要構成複製，模型必須能存取裝置、擴散至下一台裝置，並在新裝置上執行。
PANews報導，Anthropic的研究顯示，GLM-5.2及更強大的模型具備端到端複製能力。開放權重模型是指權重公開，使用者可下載並執行的模型。
研究團隊補充，複製速度緩慢，規模翻倍可能需要數天。測試刻意簡化了利用漏洞存取裝置的步驟。研究團隊表示，因此測試結果代表的是成功率上限，而非現實環境中的成功率；截至目前，也沒有出現完全「失控的複製體」案例。
留言 0