跳到主要内容
返回时间线
Anthropic来源发表:

AI蠕虫不必住进数据中心:15台廉价电视盒子跑起26B模型,9B模型已能在陌生硬件上架好推理

核心概要

前沿红队实验显示,30B参数以下的小模型已能完成自主复制链条中的多数单步,其中GLM-5.2在简化评测里能端到端复制;把Gemma4-26B-A4B分散到15台约55美元的杂牌安卓电视盒子上,实测约0.39 token/s,说明廉价物联网设备也能提供运行可用模型的算力。按历史能力增速外推,小模型可能在2026年底达到复制所需水平,但该估计以通用能力指数为代理,且评测把网络入侵一步设为无认证,属于现实成功率的上界。

Source-provided article image: AI models may be capable of self-replicating without access to a datacenter
Anthropic

深度剖析

自主复制不再必须依赖数据中心级算力,一批廉价且防护薄弱的物联网设备就足以承载一个可用模型。 此前的AI蠕虫演示把模型权重复制到GPU集群的目标机器上,而这次把算力来源换成消费级电视盒子。 Gemma4-26B-A4B被按流水线并行切分到15台各约55美元、4GB内存的杂牌安卓电视盒子上,实测约0.39 token/s。

小模型已经能自己在一台陌生机器上把推理服务架起来,这是复制链条里最少被测量的一环。 扫描网络、利用漏洞等入侵步骤此前已有工作证明小模型能做,而推理环境搭建需要一长串依赖硬件的串行决策。 在从Jetson Nano到Mac与RTX 4090的多种硬件上,Qwen3.5-9B能完成Llama3.1-8B的推理服务搭建,9B模型在9类硬件中的8类上跑通推理。

把各步骤串成完整循环时,只有更强的模型能稳定跑通,且复制速度以天计。 单步能力并不等于端到端能力,小模型在把步骤组合起来时会出错。 在8个安卓模拟器节点组成的防火墙内网络中,GLM-5.2在5次试验里有4次扩散到8/8节点、1次到7/8,其余被测开源模型稳定失败;Gemma4-26B-A4B完成一次32k上下文窗口需27.3至31.8小时,Qwen3.5-9B需10.9小时。

启示与展望

实验覆盖的是基于权重的复制这一条路径:模型把自身权重作为载荷带到被感染设备并在其上运行推理。评测环境包括15台真实电视盒子、8节点安卓模拟器网络,以及17台运行安卓、ADB端口无认证的主机组成的双网段拓扑,硬件范围从Jetson Nano到Mac、RTX 4090。作者把网络入侵一步设为无认证的ADB端口,并明确这是现实成功率的上界;对边缘加速器设备的可达数量只给出严格上界估计。

作者指出,以通用能力指数ECI外推小模型达到复制水平的时间只是粗略估计,因为ECI只是复制能力的代理指标。端到端评测中入侵步骤被简化,因此结果偏乐观;对边缘加速器算力的估计基于产品数据,可达与易受攻击的数量可能低一个数量级甚至更多。作者还报告,给Qwen3.5-9B接入更强模型作为顾问并未带来可测量的提升,即使经过强化学习训练也是如此。