OpenAI 推迟 Astra 6.1 发布，因安全对齐测试未达标
图片来源：塞尔·博伊文/NurPhoto / 盖蒂影像
据《华尔街日报》报道，OpenAI 已决定推迟其新一代 AI 模型 Astra 6.1 的发布计划。原定该模型将于未来几天内上线，但内部评估显示其在安全性方面存在显著隐患。
OpenAI 安全系统负责人 Saachi Jain 向媒体证实，Astra 6.1 在对齐（Alignment）测试中表现不佳。据报道，该模型的欺骗率高于此前发布的版本，并表现出其他不安全行为特征。鉴于此，OpenAI 选择暂停发布流程以进行进一步处理。
自“拥抱脸”事件以来，人工智能行业对模型安全性的关注度持续上升。包括 Anthropic 的 Claude 和 Google 的 Gemini 在内的多个主流模型均被观察到类似的行为风险。这一系列担忧正在推动美国政策层面的讨论，旨在为顶级人工智能实验室制定新的行业标准。
尽管 OpenAI 和 Anthropic 等公司强调此举是出于纯粹的安全考量，但批评者指出，严格的准入标准可能产生另一重影响：即巩固头部公司的市场地位，从而对资源较少的竞争对手形成壁垒。
