腾讯云斩获AI领航杯全国总决赛金奖！

近日，由中国互联网协会举办的首届“AI领航杯”“人工智能+”应用与技能大赛全国总决赛收官，腾讯玄武实验室自研“基于语义同构标签的端云协同隐私保护系统HaS”斩获AI领航星光金奖。该系统凭借其在隐私保护与协同计算上的创新性设计，得到专家评审委员会的高度认可，彰显了腾讯云在AI隐私保护领域的引领力。

颁奖嘉宾为工业和信息化部原总工程师、工业和信息化部信息通信科技委常务副主任兼秘书长、中国互联网协会专家咨询委员会副主任韩夏（左三）和中国工程院院士、通信专家、中国互联网协会专家咨询委员会主任邬贺铨（左四）

随着大模型在报告摘要、文本翻译、数据分析及业务风控等场景加速普及，工作效率实现大幅提升。但模型处理海量敏感信息时，数据泄露与隐私安全风险日益凸显，不仅引发公众持续担忧，更成为制约AI规模化落地的关键瓶颈。

为此，玄武实验室研发了基于语义同构标签的端云协同隐私保护Pipeline：HaS，可广泛适配所有存在隐私保护需求的生成式人工智能应用：既包括聊天机器人、代码智能体、通用智能体、行业垂类智能体等技术方向，也覆盖当下热门的具体产品形态，比如AI浏览器、vibe coding开发环境、知识库工作台、AI会议助手等。其以首创的“语义同构标签”为核心技术，具备面向大模型的友好性与自解释能力，可在不暴露原始信息的前提下，对敏感实体的语义内容及其指代关系进行结构化表示，为生成式人工智能应用提供统一、可靠的隐私保护基础设施。

HaS采用端云协同的轻量化架构，本地仅需部署轻量级SLM模型，无需改造云端基础设施；创新性地构建了标签推理引擎，通过上下文工程使云端大模型具备标签推理能力；实现了真正的“数据不出地”，敏感信息始终保存在用户端，云端仅处理脱敏后的标签。相比传统隐私计算方案，HaS系统具有以下显著优势：

• 一是灵活的部署与集成模式。支持浏览器插件、本地应用、企业私有化等多种部署形式；提供标准化应用程序编程接口，与现有大模型服务和应用系统无缝集成，无需对云端服务进行任何改造。

• 二是智能化的隐私保护机制。采用最小化披露原则，系统能够判断何时需要补充信息，避免过度披露；支持分级分类的隐私控制，可精确定义不同类型数据的保护策略；具备智能拒答和引导功能，在保护隐私的同时提供良好的用户体验。

• 三是数据不出本地的通用隐私保护解决方案。突破了传统同态加密、联邦学习等隐私计算的高成本、高复杂度困境，在隐私安全与AI效能之间找到最优平衡点，为大模型时代的隐私保护提供了全新的技术路径。

• 四是卓越的端侧性能表现以及广泛的应用覆盖，实现降本增效。量化后的HaS小模型在Mac M4芯片下可以有高达4000 tokens/s的预填充速度，300 tokens/s的生成速度。得益于QAT（量化感知训练），前缀缓存，工具调用等技术，HaS支持实时交互场景，用户体验接近直接使用大模型服务。

在实际应用中，HaS为个人和企业均提供了兼顾隐私安全与AI效能的创新路径。个人用户可在公文写作、简历生成、邮件翻译、文本摘要等日常场景中安心使用大模型服务；企业则能在合同审查、财务分析、多语种翻译等业务中，充分释放数据价值。HaS重新定义了人与AI的协作边界，让用户真正掌控自己的数据隐私，有望成为推动AI产业健康发展的重要基础设施。

此外，在“AI领航杯”“人工智能+”应用与技能大赛AI安全赛道上，腾讯云大模型应用防火墙与大模型态势管理两大产品也荣登获奖榜单再获认可。值得注意的是，这两项获奖方案与其他同赛道方案的差异点在于项目着重于“为AI本身提供安全防护”，聚焦大模型场景下的语义层风险与运行环境安全，面对大模型落地中存在的提示词注入、数据泄露、算力滥用等新型风险，构建起全链路主动防护体系。

其中，腾讯云大模型应用防火墙LLM-WAF采用创新的架构理念，专为大模型应用场景打造，能够在多模型、多场景、高并发环境下提供全链路防护。LLM-WAF支持企业大模型业务5分钟快速接入防护，兼容腾讯混元、DeepSeek等多种主流大模型，其智能安全防护引擎可高效检测并拦截算力滥用、提示词攻击、不当内容、数据泄露等各类安全风险，为大模型业务运行提供全面保障。

大模型安全态势管理AI-SPM则通过持续检测、评估AI模型和数据的安全态势，协助企业应对挑战。通过网络扫描和主机端检测，AI-SPM提供资产识别、风险检测、攻击示警等核心能力，帮助用户进行大模型安全专项治理。目前，两大产品已有效服务于多家企业，在提升内容安全水平与优化算力成本方面取得了切实成果。

未来，腾讯云将持续深耕AI安全领域，与行业伙伴携手将安全能力转化为AI真正赋能千行百业的信任底座，共建一个更加安全、可信的AI时代。