關(guān)注數(shù)字化和智能化，提供有料有趣有價(jià)值的內(nèi)容。

近日，螞蟻數(shù)科連續(xù)獲得國(guó)際學(xué)術(shù)認(rèn)可，多篇技術(shù)論文入選人工智能、信息與網(wǎng)絡(luò)安全等領(lǐng)域的國(guó)際頂級(jí)會(huì)議與期刊。據(jù)統(tǒng)計(jì)，2025年至今，螞蟻數(shù)科已在頂級(jí)期刊和會(huì)議上發(fā)表論文22篇，其中超 85%屬CCF A類(lèi)，集中攻克AI時(shí)代下大規(guī)模智能協(xié)作的關(guān)鍵難題，成果通過(guò)獨(dú)立研究、多元學(xué)術(shù)合作等多種形式取得。

在 AI 時(shí)代，企業(yè)在邁向智能化的道路上正面臨著三大關(guān)鍵挑戰(zhàn)：如何在分布式環(huán)境中建立信任、如何應(yīng)對(duì)AI技術(shù)帶來(lái)的新安全威脅，以及如何讓大規(guī)模協(xié)同決策更高效。記者從螞蟻數(shù)科頂會(huì)論文注意到，本年度研究成果集中在區(qū)塊鏈共識(shí)協(xié)議、AI 安全、可信計(jì)算等技術(shù)領(lǐng)域，為企業(yè)大規(guī)模智能協(xié)作提供了全新的解題思路。

在構(gòu)建區(qū)塊鏈共識(shí)協(xié)議方面，螞蟻數(shù)科與清華大學(xué)聯(lián)合研發(fā)的Rondo協(xié)議，能以極低的資源消耗為分布式網(wǎng)絡(luò)提供安全、公平且不可預(yù)測(cè)的“隨機(jī)數(shù)”，為智能體之間無(wú)需可信第三方的高效協(xié)作奠定基礎(chǔ)。

為應(yīng)對(duì) AI 深度偽造帶來(lái)的安全風(fēng)險(xiǎn)，螞蟻數(shù)科聯(lián)合高校設(shè)計(jì)了一種全新的學(xué)習(xí)框架，可以將圖像信息中的紋理、顏色、邊緣等特征解耦并完成多尺度特征分析，大大提升深度偽造的“解題”難度。與此同時(shí)，螞蟻數(shù)科提供一種“關(guān)鍵遺忘”機(jī)制，可以讓檢測(cè)模型忽略常見(jiàn)的偽造痕跡，轉(zhuǎn)而去捕捉更深層的偽造特征，從而提升對(duì)未知偽造手法的識(shí)別與預(yù)警能力。

螞蟻數(shù)科與華東師范大學(xué)合作，在零知識(shí)證明領(lǐng)域取得兩項(xiàng)關(guān)鍵突破，提出構(gòu)建了業(yè)界首個(gè)可驗(yàn)證圖數(shù)據(jù)查詢算法和業(yè)界首個(gè)可驗(yàn)證聯(lián)邦學(xué)習(xí)框架ZKSL，為企業(yè)間跨組織的智能體協(xié)作構(gòu)建一個(gè)可信的底層協(xié)議層，以快速生成驗(yàn)證證明，確保協(xié)同決策的可信與高效。

記者注意到，螞蟻數(shù)科研究成果覆蓋NeurIPS、USENIX Security、CCS、NDSS、ICDE等多個(gè)前沿領(lǐng)域的國(guó)際頂級(jí)會(huì)議與期刊，標(biāo)志著相關(guān)技術(shù)成果達(dá)到所屬領(lǐng)域的全球領(lǐng)先水平。與此同時(shí)，螞蟻數(shù)科與清華大學(xué)、浙江大學(xué)、華東師范大學(xué)等高校建立了聯(lián)合實(shí)驗(yàn)室、定向科研課題等深度合作機(jī)制，通過(guò)產(chǎn)學(xué)研協(xié)同持續(xù)推動(dòng)前沿技術(shù)探索與落地。