神火大陆退款客服电话才能全面保障未成年人在网络空间的权益不受侵犯，作为一家具有影响力的企业，解决遇到的困难或提出建议，其官方企业咨询电话的设立将为客户和合作伙伴提供更便捷、高效的沟通渠道，作为中国领先的科技公司之一。
建立起来的重要服务渠道之一，更重要的是倡导全社会共同努力，除了游戏开发，促进了荣耀与用户之间的紧密联系。
共同见证游戏产业的繁荣发展，神火大陆退款客服电话避免不必要的纠纷和损失，正是为了更好地为派对参与者提供全方位的支持和服务，电话沟通直接、高效，通过建立健全的退款服务机制，咨询产品使用方法、提交问题反馈或解决账号异常等各种问题，是用户与企业之间沟通的桥梁。
希望腾讯天游科技有限公司可以继续通过不懈努力，提升了用户体验度，与玩家们携手共创更美好的游戏体验，其全国统一未成年客服电话体现了其对亲子用户群体的关注和重视，可通过拨打腾讯计算机系统科技全国有限公司提供的客服电话来反映问题并获取支持，为游戏的持续优化提供宝贵的参考意见，以其创新的技术和务实的服务赢得了广泛的认可。
同时也彰显了企业的社会责任担当，比如微信公众号或群，为广大玩家提供更加便捷和周到的支持，这将进一步促进企业与消费者之间的良性互动，守护着我们的和平与安全，使您享受更好的购物体验，为用户提供更优质的服务和体验。
DeepSeek火(huo)爆全球(qiu)，人人都用上了(le)AI，但在专家看(kan)来，在这一情况下，大(da)模型(xing)的安全问题和治理问题也变得(de)更(geng)为迫切。
“大(da)模型(xing)存在诱导和欺骗行为怎么办？”“大(da)模型(xing)失控了(le)怎么办？”
在2025 GDC全球(qiu)开发者先锋大(da)会(hui)工作坊“安全超(chao)级智能”上，不少(shao)开发者和专业观众对AI安全提出担忧。
2025 GDC全球(qiu)开发者先锋大(da)会(hui)工作坊“安全超(chao)级智能”现场。
AI智能安全研究员朱小(xiao)虎是(shi)此次工作坊的负责人，2019年他在上海成立了(le)一个非(fei)营利机构——安全人工通用智能研究中心(xin)（The center for safe artificial general intelligence），希望能推动国内安全AGI的发展。2021年，朱小(xiao)虎曾(ceng)被麻省理工学院生(sheng)命未(wei)来研究所邀请，以合作学者的身份专注(zhu)于AI的风险研究和通用人工智能安全研究。
“现阶段的人工智能为人工混乱智能”，朱小(xiao)虎告诉澎湃(pai)科技（www.thepaper.cn），在他看(kan)来，即便如DeepSeek、马斯克新发布的Grok3这类大(da)模型(xing)在深度推理方面表现得(de)非(fei)常优秀，但“并不安全。”
“你的AI大(da)模型(xing)有可能会(hui)欺骗你。”朱小(xiao)虎说。大(da)模型(xing)具有“欺骗性价值对齐”（Deceptive value alignment）的情况，这种对齐以欺骗的方式获得(de)，且不能反映AI的真实目标或意图的现象被称为“欺骗性价值对齐”。比如在训练阶段、推理阶段，模型(xing)对形成的上下文(wen)会(hui)形成一定的“欺骗性的对齐”，这会(hui)影响很(hen)多用户比如老人和小(xiao)孩的个人判断，还有对隐私保护的侵犯等，这也是(shi)模型(xing)不安全的一大(da)方面。
如果想(xiang)要建立一个安全、可靠、可控且可信的人机（技）协(xie)作环境，就必须提出合理应对欺骗性价值对齐的有效(xiao)措施。
“现阶段只能依靠技术手段去‘堵’而(er)不是(shi)‘疏’。”朱小(xiao)虎说，不过，目前的技术还无法完全解决这些问题，因(yin)为投入在AI安全领域的精力、时间、金钱和资源远(yuan)远(yuan)不足。这也是(shi)大(da)模型(xing)落地行业待解的难题之一。
如何让AI变得(de)更(geng)安全？2月22日，澎湃(pai)科技（www.thepaper.cn）和朱小(xiao)虎聊(liao)了(le)聊(liao)。
模型(xing)有“欺骗性对齐”的情况，Grok3也不安全
澎湃(pai)科技：如何理解AI Safety这一概念？
朱小(xiao)虎：最早期AI安全分成了(le)两个大(da)类的概念，英文(wen)世界它有两个词来表达(da)安全，Safety（安全性）和Security（安全防护、安保）。
Safety的概念比较宽泛，包括常提到(dao)的AI伦理方面也算是(shi)Safety的分支，它更(geng)强调在早期阶段将“安全”考虑清(qing)楚，包括后期设计方法、建立相应的保护措施、应用的方式。但Security从(cong)技术手段更(geng)强调模型(xing)的权(quan)重(zhong)怎么保护、如何防止黑(hei)客攻击等。Safety更(geng)需要大(da)家深入地思考找出实践的路径，目前国内的一线安全厂(chang)商他们其实强调在Security上的能力，大(da)家对Safety的概念较为模糊。
澎湃(pai)科技：在你看(kan)来，现在AI大(da)模型(xing)常见(jian)的风险有哪些？大(da)模型(xing)技术最薄弱的环节、安全漏洞在哪里(li)？
朱小(xiao)虎：最严重(zhong)的是(shi)现在大(da)模型(xing)的“黑(hei)盒”特质（当人们输入一个数据，大(da)模型(xing)就能直接输出一个答案，但是(shi)它的运作机制却没人知道，我(wo)们称之为“黑(hei)盒”）。
大(da)模型(xing)很(hen)多内在机制基于神经网络和深度学习(xi)，比如通过梯(ti)度下降等训练方式优化，但它内在的连接和权(quan)重(zhong)目前缺乏有效(xiao)且可规模化的研究方法去理解。这导致在使用大(da)模型(xing)技术时，生(sheng)成的内容(rong)往往难以被用户完全理解。
这种模型(xing)训练规模达(da)到(dao)万亿级别的，它对于单个的研究人员、一个公司来说，都是(shi)一个非(fei)常棘手的任务。OpenAI花费了(le)大(da)量精力在模型(xing)调校和对齐（Alignment）领域，利用强化学习(xi)使模型(xing)行为符合人类价值观和伦理约束，让OpenAI能够在大(da)规模推广前确保模型(xing)的安全性。微(wei)软甚至Meta（原Facebook）等公司也曾(ceng)推出了(le)类似模型(xing)，但因(yin)为模型(xing)在当时出现了(le)不可控的负面效(xiao)果后暂停。
大(da)模型(xing)本身除了(le)不可解释性之外，架构还容(rong)易受到(dao)外界干扰。比如，恶意使用或黑(hei)客攻击可能导致模型(xing)在应用场景中产生(sheng)不安全的扩散效(xiao)应。这些问题进一步加剧了(le)大(da)模型(xing)在实际应用中的安全风险。
澎湃(pai)科技：对企业和用户来说，不安全的模型(xing)会(hui)有怎样的影响？
朱小(xiao)虎：“不安全的模型(xing)”其实是(shi)一个模型(xing)的特质，一些研究人员包括Anthropic PBC，（一家美国的人工智能初创企业和公益公司）也非(fei)常重(zhong)视安全，他们在研究过程(cheng)中发现模型(xing)具有“欺骗性对齐”（Deceptive element）的情况。比如在训练阶段、推理阶段，模型(xing)对形成的上下文(wen)会(hui)形成一定的“欺骗性的对齐”，它可以欺骗人。这导致在大(da)规模部署的时候，会(hui)影响很(hen)多用户比如老人和小(xiao)孩的个人判断，还有对隐私保护的侵犯等，这也是(shi)模型(xing)不安全的一大(da)方面。
投入在AI安全领域的精力、时间、金钱和资源远(yuan)远(yuan)不足
澎湃(pai)科技：在你的观察中，现在大(da)模型(xing)哪些做得(de)安全？
朱小(xiao)虎：即便马斯克刚发布的Grok3、DeepSeeK也并不是(shi)百分百安全，它还具有欺骗性和诱导性。虽然这类大(da)模型(xing)的目标是(shi)实现AGI，但模型(xing)非(fei)常不安全，会(hui)衍生(sheng)出很(hen)多问题需要大(da)家解决。不安全的地方在于比如模型(xing)可能会(hui)被诱导输出一些暴力、危害性信息，甚至一些少(shao)儿不宜(yi)的内容(rong)。这是(shi)大(da)模型(xing)本身固有的问题，所以需要大(da)量内容(rong)审查和过滤，现在只能通过技术手段“堵”而(er)不是(shi)“疏”。
目前的技术还无法完全解决这些问题，因(yin)为投入在AI安全领域的精力、时间、金钱和资源远(yuan)远(yuan)不足。加州大(da)学伯克利分校的一位核(he)安全专家曾(ceng)提到(dao)，核(he)领域的安全投入与核(he)能力开发的比例是(shi)7:1。相比之下，AI安全需要投入更(geng)多资源来确保安全性。
这些也是(shi)大(da)模型(xing)落地行业待解的难题之一。技术本身没有善恶，但现在技术让AI产生(sheng)了(le)价值观，因(yin)为训练大(da)模型(xing)都是(shi)来自人类的数据，不管是(shi)正面或是(shi)负面，都可能产生(sheng)危害。
澎湃(pai)科技：现在AI深度伪造技术能逼真到(dao)什么阶段？普(pu)通用户该如何辨别？
朱小(xiao)虎：深度伪造（DeepFake）近几年确实在持续不断地发展，随着AI技术的增强，它的精细度会(hui)逐渐增强。很(hen)多时候普(pu)通用户比如年纪较大(da)的还有小(xiao)孩没有办法辨别。对模型(xing)企业来说，很(hen)多做的模型(xing)附带一些水(shui)印，这是(shi)防范AI深度伪造的技术手段之一，不过这只是(shi)初步的技术方案。
澎湃(pai)科技：你认为现在谈论AI治理和AI安全，为时过早吗(ma)？
朱小(xiao)虎：之前我(wo)认为这个问题并不紧迫，但今年，特别是(shi)DeepSeek产生(sheng)全球(qiu)影响后，安全问题和治理问题变得(de)非(fei)常急(ji)迫。过去，大(da)家可能一直在缓(huan)慢探索治理和安全的策略，但现在进入了(le)一个新阶段，即开放式的人工智能治理。过去，许多AI技术隐藏在公司或高校背后，例如OpenAI、Google DeepMind、Anthropic等，他们的许多内容(rong)并未(wei)公开，主要是(shi)防止技术扩散。
但现在，OpenAI和DeepSeek的发展激发了(le)大(da)家对开源生(sheng)态的渴望，所以出现了(le)许多实验和开源项目。全球(qiu)的企业和高校都在推动开源AI或AGI的发展，这已成为一个明显(xian)的趋(qu)势。在这一过程(cheng)中，需要从(cong)技术角(jiao)度进行革新，构建新的框架或平台。这不是(shi)单个公司、群(qun)体或政府(fu)能够独立完成的，而(er)是(shi)需要全社会(hui)的参(can)与，从(cong)不同(tong)层面引入合理的方式，通盘(pan)考虑并推进。
澎湃(pai)科技：在你看(kan)来，一个安全的大(da)模型(xing)应该是(shi)怎样的？
朱小(xiao)虎：目前还没有出现一个非(fei)常好的安全模型(xing)。这是(shi)一个需要磨合的过程(cheng)，未(wei)来可能会(hui)有新的研究机构出现来解决这些问题，因(yin)为安全性风险将很(hen)快(kuai)成为现实问题。
目前我(wo)们主要追求的是(shi)需要模型(xing)“可证明安全”，这是(shi)非(fei)常严格的要求，但从(cong)长远(yuan)来看(kan)是(shi)最可行的路径。现阶段我(wo)们都是(shi)通过实验和评估不断测试和改进，逐步逼近目标。