OpenAI模型在Hugging Face遭入侵 美参议院调查

驱动中国9月10日消息，美国参议院正就一起涉及OpenAI的人工智能模型入侵事件展开调查。此次调查的导火索指向OpenAI在Hugging Face平台托管的模型遭到入侵，AI模型分发环节的安全隐患由此进入立法者视野。

Hugging Face是目前全球AI开发者最常用的模型托管与分享平台之一，大量开源大模型、预训练权重通过该平台对外发布。攻击者一旦成功入侵平台上的模型文件，便有机会篡改权重、植入恶意代码或预留后门。开发者在不知情的情况下下载并使用这些被污染模型，可能造成数据外泄、系统被远程控制等连锁后果。这类攻击本质上属于针对AI开发链路的供应链攻击，影响往往不局限于单一企业。

参议院此次调查的关键，料将聚焦于OpenAI对入侵事件的响应流程。主要疑问包括：OpenAI在多大程度上察觉了模型文件的异常，是否及时通知了可能受影响的开发者和合作方，以及后续的隔离与补救措施是否足够充分。围绕AI模型被植入后门的风险，立法者希望对平台方与模型发布方的责任边界作出更清晰的界定，并推动建立可追溯、可验证的模型分发机制。

OpenAI在人工智能领域的特殊地位让这一事件受到放大。作为ChatGPT的开发商，OpenAI的模型既支撑着自家产品生态，也通过API授权、权重开放等方式向外界输出。其模型托管渠道一旦出现漏洞，受冲击的可能不只是企业自身的商业服务，还包括大量依赖OpenAI模型进行二次开发的第三方团队。正因如此，参议院调查的潜在影响力超出了单一公司层面。

从整个行业来看，这次入侵也揭示出AI开源生态的信任危机。Hugging Face平台汇聚了海量模型资源，已事实上成为AI基础设施的一部分。针对模型托管平台的攻击，成本低、触发面广、隐蔽性强，其危害程度不亚于传统软件领域中的代码仓库被攻破。此前业界对代码供应链安全已多有讨论，AI模型带来的风险则要求开发者和平台方同时补齐新的安全关卡。

业内普遍认为，应对模型层面的供应链攻击，需要从技术上为模型发布和下载建立完整性校验体系，例如对模型权重进行数字签名、校验哈希，以及引入可信身份认证机制。同时，平台方需要加强对异常上传行为和可疑权重文件的监测，企业则应对接入的第三方模型实施安全审计，避免将未经检验的模型直接接入核心业务。

对OpenAI而言，这场调查可能带来两个方向的压力：一方面，外部监管将更加关注其在AI安全与内容边界的投入是否到位；另一方面，企业在未来的模型开源、权重托管与对外API策略上，也势必要把安全因素置于更靠前的位置。此次事件同时可能推动美国国内围绕AI安全立法的讨论提速，促使模型分发、使用和审计环节拥有更明确的安全标准。

目前，OpenAI尚未就参议院调查作出公开回应，Hugging Face也未对外披露入侵事件的具体细节。调查进程仍在推进之中，相关后续结果有待进一步观察。