纸质二维码也能隔空篡改：百米之外无痕攻击，秒变恶意网站入口
现在，打印好的纸质二维码，可能也不安全了！通过激光照射，攻击者在一百米开外就能分分钟实施篡改。更可怕的是，这种激光用肉眼根本无法察觉，正常的二维码在无意之间就有可能变成恶意网站的入口。最近，日本东海大学的研究人员开发出一种远距离、超隐蔽的二维码篡改方式。被攻击后的二维码不仅在攻击过程中不可见，即使用肉眼看也和正常情况下没有任何区别这样的攻击对于普通用户和设备而言，几乎无法预防那么，科研人员是如何在不引人注意的情况下进行“偷天换日”的呢？激光照射改变信息点“颜色”若要阐述此问题，我们需先了解二维码扫描的基本
现在，打印好的纸质二维码，可能也不安全了！
通过激光照射，攻击者在一百米开外就能分分钟实施篡改。
更可怕的是，这种激光用肉眼根本无法察觉，正常的二维码在无意之间就有可能变成恶意网站的入口。
最近，日本东海大学的研究人员开发出一种远距离、超隐蔽的二维码篡改方式。
被攻击后的二维码不仅在攻击过程中不可见，即使用肉眼看也和正常情况下没有任何区别
这样的攻击对于普通用户和设备而言，几乎无法预防
那么，科研人员是如何在不引人注意的情况下进行“偷天换日”的呢？
激光照射改变信息点“颜色”
若要阐述此问题，我们需先了解二维码扫描的基本原理
（本文中的“二维码”均是指我们最常见的QR型二维码）
通常我们看到的二维码由定位点、格式及掩码信息区、信息区和纠错区构成
以下图中的2（尺寸）M（纠错等级）型二维码为例，它由25×25个格点组成，其中左上、左下、右下的7×7区域为定位点。
图中的D1~D28以及E1~E16分别代表数据和纠错字段，而蓝色区域则是格式和掩码信息的区域
其中数据字段是由原始文本先经过分组，然后用一定的处理方式转换为二进制字符串，在二维码中用黑色和白色分别表示1和0。
纠错字段，顾名思义就是为了避免在生成和扫描过程中产生误差而设计的，它由数据字段根据里德-所罗门算法生成，根据纠错等级的不同长度也有所区别。
格式和掩码信息区存储了二维码的编码方式（从明文到二进制串）以及掩码操作
掩码是为了避免出现某些特定图案影响扫描结果，按照一定规律对原始点阵进行的变换操作，操作方式存储在了掩码信息区域。
读取过程则是先捕捉定位点，然后对图像进行校正和降噪处理，接着判断格式及掩码区的位置并读取，以获知数据字段的解码方式。
本实验中，研究者通过逐步覆盖二维码信息的方法，构造出一个介于两个二维码之间的混合中间体。
这个中间体包含了一个关键色块，它的颜色决定了真正被读取出的二维码究竟是哪一个。
科学家们可以用肉眼看不见的激光照射这个颜色块，从而决定摄像头的识别结果
经过照射之后，虽然肉眼看不出区别，但在摄像头的视角下原本是黑色的模块就会被识别为白色。
下图比较了人眼和摄像头能够识别的波长范围：在低光环境中，人眼几乎无法识别超过600纳米的光线，即使在明亮的环境中，也无法看到超过700纳米的光线
而摄像头在700纳米的波长下依然有50%以上的捕捉率。
在这个实验中，研究人员使用了10毫瓦的635纳米（红色可见光）和785纳米（红外线）的光，分别在不同距离对二维码进行了照射
这里的0~50米是实际距离，而100米的距离是通过镜面反射实现的
结果显示，在10~40米处，两种波长的光都能成功将二维码指向的链接改成虚假网址；
在50米处，可见光处理的二维码出现了两个网址都能扫出的现象，但红外光依然能成功篡改；
在距离100米的位置，两种波长的光线照射后，二维码的显示结果交替出现
未来，研究者还计划把攻击距离增加到1公里。
不过，这个实验中需要使用透镜对激光进行聚焦，进而确定篡改信息点的位置。
如果光路中的气流扰动比较明显，则会对这一过程产生影响，因此长距离攻击存在更多不确定因素。
只要时不时扰动二维码面前的气流，激光就找不到位置了，这也是为了防御这种攻击所提供的可能
有些网友开玩笑说，在二维码前面扇扇子，把激光“赶走”可能更有效
在论文中，作者提到了除了通过气流扰动的方式之外，二维码拥有者还可以使用防篡改材料来避免被攻击
One More Thing
有一些案例是通过篡改二维码或者用激光照射交通标志来干扰自动驾驶系统
这种激光同样是肉眼不可见，但可以被摄像头识别，从而造成误导。
相关研究表明，在室内环境下，这种攻击对停车标志和限速标志的攻击成功率几乎是百分之百。
论文地址（日语）：http://id.nii.ac.jp/1001/00228597/
在开始之前，先确认硬件已经就位：关机，把新硬盘装上，再重新开机。开机后第一件事，就是检查系统是否识别到了新设备。用 dmesg | grep ad2 看一眼，如果输出类似 ad2: 9765MB [19841/16/63] at ata1-master UDMA33 这样的信息，说明新硬盘已经被成功
7月25日消息 天文学界最近有一项挺有意思的发现。根据中国科学院发布的信息，由南京天文光学技术研究所研究员王靓团队，联合国家天文台研究员罗阿理等人，利用LAMOST望远镜第十次公开的海量光谱数据，再结合多种测光数据，成功揪出了两颗全新的共生星，同时还锁定了12颗“仅吸积共生星”的候选体。这成果可不只
5月30日，华为推出了全新的AI模型——盘古UltraMoE，该模型的参数量达到了7180亿。作为一款接近万亿参数的MoE(MixtureofExperts)模型，它在整个训练过程中完全基于华为的昇腾AI平台完成，标志着华为在超大规模模型训练方面取得了重要进展。盘古UltraMoE的成功训练离不开盘古团队研发的一系列创新技术。例如，Depth-ScaledSandwich-Norm(DSSN)稳定架构的引入，显著改善了超大规模模型训练期间出现的梯度异常及
AI视频生成正迎来属于“通义”的高光时刻！就在昨晚，阿里巴巴悄然推出了一款由音频驱动的14B视频大模型——Wan2.2-S2V。只需上传一张静态图片和一段音频，就能生成出面部表情生动、口型精准匹配、肢体动作流畅自然的电影级数字人视频，效果惊艳。实际效果展示如下：△来自@AIMIRAI46487更令人振奋的是，这款新模型一经发布便全面开源，现在所有人都可以免费在通义万相官网体验使用。据官方介绍，Wan2.2-S2V的核心优势包括：支持最长分钟级的单次视频生成，画面稳定且具有一致性；具备影院级别的音
近日，有汽车领域博主爆料，特斯拉的FSD（完全自动驾驶）辅助系统将迎来一次重要升级，或将实现更真实的环境场景还原。在最新曝光的软件代码中，发现了大量新增的渲染模型，涵盖多种车辆与行人类型。这些新增模型包括救护车、消防车、垃圾清运车、校车、半挂式卡车、高尔夫球车、骑电动滑板车的行人、使用轮椅的行人、玩滑板的行人、推婴儿车的行人，以及道路清扫车、三轮车、拖车、火车和有轨电车等。这一系列高精度建模意味着FSD系统将能更准确识别并响应复杂交通参与者的行为。据CNMO掌握的消息，日本方面已为特斯拉FSD系统的落地扫
在千兆宽带、5G通信与云服务深度普及的2026年，大众普遍以为超大文件传输已步入“秒级时代”，但现实远未达到这般畅快。当面对数TB乃至数十TB级别的庞大数据集时，当下最可靠、最迅捷且兼顾安全性的传输方案，依然是“物理位移”——依靠人工携带存储介质完成跨地域交付。一位来自河南信阳的用户讲述了真实经历：他曾需将4TB资料从信阳送往郑州，首次尝试纯网络传输，系统预估总耗时近72小时；最终改用专人驱车运送，单程仅需约2.5小时，当天即完成取件与送达，整体效率显著超越线上方式。该实例迅速引发热议，多位资深IT博主随
大语言模型面对加密数据，即便最新的Qwen3也会感到压力！尽管当下各类推理模型在多种基准测试中表现优异，但在密码学这样对逻辑严谨性和细节准确性要求极高的专业领域，模型的推理能力还有待深入挖掘。密码学不仅要求模型具备高级数学运算能力和严密的逻辑推理链，还需要其能够精准辨识复杂加密模式中的潜在规律；成功解密要求模型拥有极强的综合推理能力。上海AILab等联合推出的CipherBank测评，使用大量真实隐私场景数据和多种密码算法，严苛挑战当前最先进的大模型。CipherBank的测评结果显示，目前的大语言模型
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
