Flock要求删除标注335701个摄像头位置的监控地图
据Tom's Hardware 9月27日报道,Flock已对一名安全研究员提起商标投诉,该研究员制作的地图标注了公司335701个摄像头的位置。

据Tom's Hardware报道,Flock已提起商标侵权投诉,目的是迫使Joshua Michael关闭Flock Surveillance Map。这个网站是Michael在发现公司网站存在未授权访问漏洞后搭建的,地图上标注了335701个摄像头位置。
这起投诉是双方纠纷的最新进展。纠纷始于2025年11月,Michael称他当时在Flock网站上发现了一个无需登录即可访问的令牌。他告诉The Intercept(Tom's Hardware引用了该媒体的报道),自己第一时间向公司报告了这个问题。
他在2025年11月13日的邮件中写道:“所有测试均严格限于非侵入性操作,只涉及公开的未授权访问端点,没有绕过身份验证、修改数据,也没有调用任何会产生费用的ArcGIS或Google操作。”据Tom's Hardware报道,Michael又发了两封邮件,Flock才首次回复,称正在“内部评估”这些发现,之后会告知下一步安排。Michael说,这之后再也没有收到回复。
研究员用这些数据做了什么
Michael利用该令牌查询了Flock所依赖的第三方地图服务ArcGIS,并在2025年11月导出了一份Flock设备数据库。在他公布发现之后,Flock似乎已于2026年1月修复了该漏洞,但设备位置数据在那之前就已经被提取。Tom's Hardware称这张地图大概在2025年12月更新过,目前仍在线。
公司的公开立场是:从未遭到黑客攻击,Flock的信息从未泄露,Flock Safety云平台“从未发生数据泄露”。Michael对此提出异议。他告诉The Intercept,这份声明是在“我导出他们的设备数据库之后”发布的。
他说:“这就只剩两种可能。要么他们知情,但担心负面报道而选择不披露;要么他们根本不知道我导出了数据。前者是透明度失职,后者是检测失职,而且事关国家安全。”
“这就只剩两种可能。要么他们知情,但担心负面报道而选择不披露;要么他们根本不知道我导出了数据。”
Tom's Hardware引用的其他报道已经对硬件本身提出了质疑。黑客在Flock摄像头中直接找到了存储的加密密钥,借此提取了27000多段视频,并确认该系统在21天内拍摄了160万张以上的图像。此外还有已记录在案的滥用案例,包括警员利用该网络追踪恋爱对象,以及一名汽车评测人因警方报告录入错误而在商店停车场被扣留一小时。
地图上的数字本身也指向更大范围的暴露。Michael称,住在22处敏感地点20英里半径内的人,经过Flock摄像头的概率在57.22%到93.94%之间。这些地点包括埃格林空军基地、中央情报局总部、联邦调查局总部、安德鲁斯联合基地和五角大楼。
智能体评估方面的其他消息
同一周还出现了两项方向迥异的安全研究。9月27日,The Decoder报道称,斯坦福和加州理工的研究人员开发了HomeBody系统,让Unitree G1机器人能够在陌生厨房中导航、整理物品并从抽屉里取东西。这套方案去掉了模型与机器人之间经过训练的控制层:一个可替换的视觉语言模型(此处为GPT-6 Astra)直接调用技能库来完成抓取、导航和开抽屉。机器人先探索房间,在Nvidia的Isaac Sim中建立数字孪生,并把物体记录到空间记忆中,这样即使物品离开视野也能找到。The Decoder把Astra的延迟、手指伺服电机过热和高昂的算力成本列为局限,并指出代码已发布在GitHub上。报道还提到,此前的基准测试显示Astra的空间推理能力有所提升,但另一项测试指出,当该模型控制机器人时存在安全问题。
同一天,The Decoder还报道称,OpenAI应用研究负责人Boris Power把公司80%到90%的研究投入放在GPT 7、GPT 8及更后续的模型上,因为“大部分价值”来自那里。Power把GPT 5.1到5.2这类增量更新称为有意为之的短期押注,并说公司内部认为这类更新“极其短视”。他认为当今助手的主要问题在于上手引导,而不是模型质量,因为大多数ChatGPT用户并不知道这些工具能做什么。
Meta拿出的是一篇发布文章,而不是基准测试。9月25日,Meta AI Research公布了Muse的细节,这是一个自2026年初起就在内部使用的个人智能体。文章称,其运行框架处在隔离单元中,看不到真实凭据;每一次外部交互都要经过智能体无法绕过的Sentinel;对安全敏感的服务运行在运行时单元之外,攻击者无法将其关闭。Meta还把漏洞赏金计划向所有人开放,最高奖励30万美元,影响单个用户的提示注入尝试最高奖励13万美元。
把这四条放在一起看,可以看出评估工作的重心在哪里:在Flock这里,考验的是公司能否发现数据被导出,而公司的回答存在争议。在实验室研究中,考验的是直接接入硬件的模型,或者拿到shell和收件箱的模型,能否在出事之前被测量出来。
资料来源
4- 01Flock seeks to have security researchers' map of Flock cameras taken downEN
- 02Researchers plug GPT-6 Astra directly into a robot and let it clean up an unfamiliar kitchenEN
- 03OpenAI says 80 to 90 percent of its research already targets GPT 7 and beyondEN
- 04How We Built Safety Into MuseEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。