片。公司完成对安世的 100%收购后，带领安世的经营质量 实现全面跃升，在财务表现、技术资产积累、运营韧性与 市场地位等方面均显著超越历史水平。安世的营收于 2022 年达到 23.6 亿欧元的峰值；毛利率也从 2020 年的 25%大 幅提升至 2022 年的 42.4%。至 2024 年 10 月，安世已还清 所有前期债务，公司实现“零负债”运行。同时，安世研 发投入持续稳步增长，从 2019 IC、I2C 等品类，重点布局 车载与 AI 应用，也是未来几年收入增速较快的领域之一。 在车载模拟芯片领域，公司多款新产品应用于域控制器、 智能座舱等场景，如业内首个通过车规认证的 NCA9535、 实现量产的 240 瓦双口快充车规控制器 IC 等，全系列符合 AEC-Q100 标准并在头部厂商批量使用；在 AI 电源模拟芯 片领域，公司布局 Hot-swap 等核心产品，已向云厂商等送 样，还在

-⾃主感知、

认识、

理解、

交互的理论基础、

技术能⼒还有待突破，

基于有 限样本的决策判断、

输出结果存在“幻觉”,
即看似合理实则不可靠的现象。 （e）
外部对抗攻击。

攻击者利⽤模型算法及其设计实现的缺陷、漏洞， 构造对抗攻击样本数据，窃取、篡改模型参数、结构、功能等，⼲预模型推理 过程进⽽影响决策判断、输出结果及运⾏稳定性，甚⾄恶意利⽤或消耗模型 资源。 （
f）
模型缺陷扩散。 （b）
⽹络暴露⾯扩⼤。

模型本地化部署涉及⽹络拓扑和系统策略、

权 限、

端⼝、

资源的调整配置，

易形成新的⽹络攻击⼊⼝和路径。

智能体需 调⽤终端系统⽂件、

权限、

接⼝、

⼯具，

以实现复杂任务⾃主规划⾃动执 ⾏，

加剧⽂件泄露、

权限滥⽤等安全⻛险。 （c）
供应链安全。

⼈⼯智能产业链呈现⾼度全球化分⼯协作格局。

但 个别国家利⽤技术垄断和出⼝管制等单边强制措施制造发展壁垒，

恶意阻 可信结果。 （b）
建⽴安全护栏，
对输⼊输出进⾏动态过滤，

防⽌恶意注⼊和违法 内容⽣成，

避免⼈⼯智能系统违法违规输出敏感个⼈信息和重要数据。 （c）
对⼈⼯智能⽣成合成内容进⾏标识，实现可识别、可追溯、可信赖。 4.2.3 现实安全⻛险应对 人工智能安全治理框架2.0 4.2 技术应用安全风险的应对措施 - 11 -（a）
根据应⽤场景设置能⼒边界，

裁减⼈⼯智能系统可能被滥⽤的功