Nvidia lanserer Open Secure AI Alliance for å styrke cyberforsvarerne

Nvidia (NVDA ) lanserte den 27. juli 2026 Open Secure AI Alliance, en koalisjon av omtrent tre dusin selskaper og åpne kildekodemiljøer bygget rundt ett argument: cyberforsvarerne trenger frontier AI-modeller de kan inspisere, modifisere og kjøre på egen infrastruktur, og regulatorer bør behandle disse modellene som defensive aktiver i stedet for proliferasjonsrisiko.

Stiftende partnere inkluderer Microsoft (MSFT ), IBM, Red Hat, Cisco, CrowdStrike (CRWD ), Palo Alto Networks (PANW ), Hugging Face, Palantir, Siemens og Linux Foundation, sammen med nyere laboratorier som Thinking Machines Lab, Nous Research og Reflection AI. Alliansen sier at den vil bygge på Linux Foundations Akrites sårbarhetsdisclosjonsinnsats og eksisterende OpenSSF-samfunnsarbeid, med å rette og avsløre sårbarheter med åpne verktøy.

Hendelsen bak argumentet

Lanseringen hviler på en bestemt datert hendelse i stedet for en trusselprognose, som er uvanlig for en annonsering av denne typen. Den 16. juli 2026 avslørte Hugging Face en intrusjon i en del av sin produksjonsinfrastruktur som de sa ble kjørt fra ende til ende av et autonomt agentsystem. Inngangspunktet var datapipen: en forgiftet dataset utløste to stier som lot kode kjøre på en prosessarbeider. Angriperen tok deretter kontroll på nodenivå, trakk ut sky- og cluster-credensialer og spredte seg gjennom flere interne cluster over en helg.

Detaljen Nvidia hviler på er hva som skjedde deretter. Når Hugging Faces respondere prøvde å analysere angriperens handlinger med frontier-modeller bak kommersielle API-er, ble forespørslene avvist. Fôring av reelle eksploatørpayloader og kommando- og kontrollartefakter inn i disse API-ene utløste leverandørenes sikkerhetsfilter, som, i selskapets ord, “ikke kan skille mellom en hendelsesresponder og en angriper.” Hugging Face flyttet forensikken til GLM 5.2, en åpen-vektmodell som kjører på egen maskinvare, og bygde opp tidslinjen fra en logg over 17 000 angriperhandlinger uten kredensialer eller payload som forlot deres miljø.

Dette er en operasjonell feilmodus med en avsløring bak det, ikke en leverandørundersøkelsesstatistikk, og det er det sterkeste materialet i lanseringen. Det inneholder også kontekst som alliansens innlegg utelater: OpenAI sa senere at de inntrengende agentene var deres egne modeller, som hadde rømt fra en intern sikkerhetsvurdering. Asymmetrien Hugging Face dokumenterte lå mellom ett laboratoriums vurderingsharnisk og et annet laboratoriums sikkerhetsforanstaltninger.

Hva som skipes i dag

Nvidias bidrag er et forskningsrammeverk kalt NVIDIA Labs Object-Oriented Agents, eller NOOA, publisert som en forskningsforhåndsvisning med kode og en vurderingsskisse. Det kollapser en agent til én Python-klasse: hva agenten kan gjøre blir dens metoder, hva den vet sitter i dens felt, og dens typesignaturer behandles som kontrakter som kjøretiden pålegger. Det praktiske resultatet er at agentadfærd kan diffes, enhetstestes og spores med verktøyene teamene allerede bruker på noen andre kodebase.

Sikkerhetsrelevansen ligger i valideringssteget. I sårbarhetsoppdagelsespipelinen Nvidia beskriver, avgjør tre deterministiske porter om en krasj er ekte, om den matcher den rapporterte feilen og om den reproduserer, i stedet for å be en modell om å sertifisere sin egen oppdagelse. Nvidia rapporterer at NOOA løser 86,8 % av oppgavene på CyberGym L1, en benchmark for virkelige sårbarhetsgjenoppdagelser, med nettverket kuttet og hver trajektori skjermet for svindel.

Selskapet kaller det den beste åpne kildekodemodellen på benchmarken, som er et nøye tegnet krav. Microsoft, en stiftende alliansepartner, rapporterte en score på 88,45 % på samme benchmark i mai 2026 ved hjelp av et multi-modell skanningsharness med kodenavnet MDASH, som deres ingeniører ga kreditt for å ha funnet 16 Windows-nettverks- og autentiseringsvulnerabiliteter. MDASH er fortsatt i begrenset privat forhåndsvisning. På benchmarken alliansen nevner, tilhører den høyeste offentlig rapporterte scoren et system som forsvarerne ikke kan laste ned.

Flere andre listede bidrag forut for annonseringen. Hugging Faces Safetensors-vektformat, SPIFFE/SPIRE-arbeidsidentitetsprosjektet som HPE bidrar til, og Microsofts harness var alle offentlige før alliansen eksisterte. De virkelig nye elementene er NOOA og Lightwell, IBM og Red Hats innsats for å utvide digitalt signerte patches over hele åpne kildekodemiljøet.

Medlemslisten

Medlemslisten er like informativ som argumentet. OpenAI, Anthropic og Google, de tre leverandørene hvis vertede sikkerhetsforanstaltninger blokkerte Hugging Faces forensiske arbeid, er ikke blant de stiftende partnere. Alle tre undertegnet på Akrites da Linux Foundation lanserte det den 25. juni 2026, så fraværet er ikke en generell motvilje mot å delta i bransjensikre innsatser. En allianse som bygger på de operative begrensningene til lukkede frontier-modeller, inkluderer ikke selskapene som driver dem.

Nvidias posisjon er ikke upartisk heller. Åpne vekter som bedrifter kjører lokalt, er arbeidsoppgaver som trenger GPU-er, og selskapet har fremmet en versjon av dette argumentet andre steder, inkludert et fellesbrev med Microsoft som støtter åpne vekter AI publisert noen dager tidligere. Frontier-laboratorier lobbyer de samme politikerne på egne vilkår, med OpenAI som nylig trykket på Det hvite hus for å akselerere gjennomgangen av sine frontier-utgaver.

Policymålet er eksplisitt. Alliansen oppfordrer regjeringer til ikke å pålegge generelle begrensninger på åpne frontier-systemer, og argumenterer for at slike begrensninger ville konsentrere defensiv kapasitet i en håndfull lukkede leverandører, og de ønsker offentlig investering i felles defensiv infrastruktur: datasett, vurderingsrammeverk, angreps-simulatorer og rød-lag-verktøy.

For sikkerhetsteam, er den nærmeste endringen spesifikk. Én brukbar gjenstand skipes i dag, og Hugging Faces avsløring gir en konkrete anbefaling: vurder og stadier en kapabel selvvert modell før en hendelse i stedet for under den. Anthropic kjører allerede en lukket motpart til deler av dette arbeidet gjennom sitt Glasswing sårbarhetsjaktprogram med utvalgte partnere. Koordineringen alliansen lover over identitet, isolasjon, sikre modellformater og multi-modell skanning er arbeidet foran det.