人工智能

MiniMax 内部模型用于自动化密码分析,攻克多项公开挑战实例

2026年11月23日 · admin
OpenMagic API

据 IT之家 11 月 22 日报道,MiniMax 当日宣布,其研究团队近期利用最新内部模型,对现代密码方案开展了系统性的自动化分析。据官方披露,模型发现了多处此前未知的算法构造缺陷,并将部分原本停留在论文理论层面的攻击,推进至秒级到分钟级的可执行破解。研究覆盖历史密码竞赛候选算法、学术前沿方案以及公开数学挑战,但不代表现行主流密码标准已被攻破。

研究覆盖三个方向:从构造缺陷到数学挑战

此次公布的进展并非针对单一算法,而是涉及密码研究中的不同任务。根据 MiniMax 的说明,内部模型既参与了具体方案的攻击分析,也用于求解公钥密码研究所依赖的经典数学困难问题。

  • 在历届 NIST(美国国家标准与技术研究院)国际密码标准化竞赛的候选算法中,团队首次实际攻破了多个此前尚无已知实际攻击的设计。
  • 针对近年来发表于国际密码学顶会、顶刊的论文及竞赛优胜方案,模型对多个经过同行评审的前沿方案实现了高效密文伪造或密钥恢复,并刷新了新型分组密码的最高破解轮数纪录。
  • 在国际公开挑战赛中,团队首次求解了数十个尚无公开解的高阶实例;据官方公布的测试结果,相较当前最优求解算法,实现了数百至数万倍的实测加速。

这些结果对应的技术含义各不相同:密文伪造、密钥恢复和分组密码轮数突破,不能简单归结为同一种“破解”。公开数学挑战的加速,也需要结合具体实例与参数理解,不能直接外推到所有公钥密码系统。

AI 的作用:连接理论分析与工程实现

从此次披露看,值得关注的不只是模型能否提出攻击思路,而是它能否把分析推进到可运行、可验证的结果。MiniMax 表示,模型在求解数学困难问题时,展现了将隐含代数结构挖掘与系统级工程优化结合的能力。

这意味着,AI 在该研究中的角色已不局限于整理文献或辅助编写代码,而是尝试参与发现结构性弱点、构造求解路径和优化执行过程。从理论上可攻击走向实际可执行,是衡量此类研究价值的重要环节。不过,这仍是对已披露任务的观察,不宜据此认定模型具备普遍破解密码系统的能力。

安全边界与后续验证同样重要

MiniMax 特别说明,本次研究聚焦于学术前沿方案、历史竞赛候选设计和公开参数挑战,相关发现不影响日常使用的 AES、RSA、SHA-256 等现行主流密码标准的安全性。对普通用户而言,不能将这次进展理解为现有加密保护已经失效。

按照负责任研究与安全披露原则,团队已提前将分析结果同步给相关方案作者,并将内部模型生成的推理轨迹整理、验证后,以技术报告和代码形式公开。公开材料能否支撑独立复核与复现,将是外界评估这些成果的重要依据。对 AI 产业而言,此次研究展示了模型深入专业科研流程的潜力,也提示密码方案的安全评估需要持续接受新工具与新方法的检验。