中央网信办有关负责人表示，本次专项行动分两个阶段开展。
《通知》强调，网站平台对照专项行动有关要求，健全AI生成合成内容审核机制，提升技术检测能力，做好整改落实。面对不断演化的AI生成内容安全挑战，360率先提出“以模制模”防护思路，并将相关能力产品化，推出业界领先的大模型内容安全解决方案“360智盾”，构建原生安全的底层模型，打造多层次、多种类、多场景的内容安全体系，实现对大模型内容安全的全面保护。
通过持续预训练、安全监督微调、安全对齐等方式，360结合插值/外插训练技术和真实场景数据，不断提升模型本身的原生安全性能，最终构建出一个能够应对越狱攻击、处理高风险问题时依然保持“向善”响应的“安全回复大模型”。
在应用层，360智盾为业务大模型外部加装“内容防护盔甲”。在输入端，用户输入内容首先经过风险识别分类器，根据风险等级进行分级处理；在输出端，模型生成内容将再次经过检测，确保无违规风险。
360自研的风险内容分类器基于语义大模型构建，在识别精度和训练效率上全面优于传统关键词匹配和BERT类分类模型。其训练数据严格对标《生成式人工智能服务安全基本要求（TC260-003）》中5大类31小类的违法不良信息类型，并结合实际业务场景细化出100余类风险标签。仅需少量示例样本，即可训练出行业领先水平的检测能力。
面对大模型服务面临的复杂多变的风险，360创新构建基于大模型的红蓝对抗靶场体系：由360红蓝对抗攻击大模型模拟真实攻击者，主动发起越狱、诱导等攻击；由安全回复大模型等防护模型接收攻击并构建防御机制；由360安全评测大模型对每轮输入输出进行定量分析，自动评估攻防成效。通过标准化指标与自动化评估流程，大大提高评测效率与覆盖率，实现产品能力的快速闭环迭代。
目前，360智盾已全面部署于360内部各大模型业务中，为C端用户提供可靠的内容安全保障。同时，360智盾已在政务、金融、交通、能源等重点行业完成落地，持续为行业客户打造更稳固的大模型安全底座，助力其户在AI大模型应用落地过程中实现安全可控。
除智盾外，360还推出智鉴、智搜等大模型安全产品：
未来，360将继续在AI安全方向深耕，为构建一个安全、向善、可信、可控的AI发展环境持续贡献力量。
