【Web3安全】2025年链上黑产数据报告:非法资金流破1580亿美元,AI诈骗与新型勒索病毒技术解析

【Web3安全】2025年链上黑产数据报告:非法资金流破1580亿美元,AI诈骗与新型勒索病毒技术解析

摘要 

2026年1月30日,区块链情报公司 TRM Labs 发布重磅数据:2025年,流入加密货币钱包的非法资金达到了创纪录的 1580 亿美元。2025年非法加密货币流动资金激增145%。

这一数据彻底逆转了过去三年的下降趋势(2021年为860亿美元,2024年降至640亿美元)。

非法加密货币资金流动总量(数据来源:TRM Labs 

值得注意的是,这是一个“量增质减”的奇特现象:尽管非法资金总额暴涨了 145%,但实际上,非法活动在链上总交易量中的占比却从2024年的 1.3% 微降至 1.2%

这意味着:整个加密市场的体量在变大,但黑产的规模扩张得更加迅猛。


01  为什么数据会突然激增?

来自受制裁实体的资金流量(数据来源:TRM Labs 

TRM Labs 分析认为,非法资金流动的飙升主要由以下三大因素驱动:

  1. 制裁相关活动的激增这是最主要的驱动力。随着新制裁名单的发布以及对已制裁对象识别能力的提升,与俄罗斯相关的网络(如 A7 和 A7A5 稳定币)活动量巨大。
  2. 国家行为体的深度参与加密货币正被部分国家作为核心金融基础设施使用。报告特别点名了 俄罗斯、伊朗和委内瑞拉。此外,通过与中国相关的托管和地下银行网络进行的大规模结算活动也占据了重要份额。
  3. “抓”得更准了 数据的增加部分归功于归因技术的进步。包括 TRM 自家工具在内的情报手段,现在能更快地识别出以前未被归因的非法流动,加速了对制裁活动、重大黑客攻击和黑名单实体的确认。

02  黑客攻击:单次失窃超14亿美元

黑客攻击造成的被盗资金总额(数据来源:TRM Labs 

2025年,黑客依然猖獗。TRM Labs 记录了 150 起 黑客事件,造成的总损失达 28.7 亿美元

头部效应极其明显: 前 10 大黑客攻击造成的损失占到了被盗总价值的 81%

  • 最大案值: 2025年2月的 Bybit 交易所被黑事件
  • 幕后黑手: 该事件被归因于朝鲜黑客。
  • 损失金额: 约 14.6 亿美元(仅此一案就占据了半壁江山)。

03  诈骗泛滥:AI 成为“帮凶”

加密货币诈骗造成的损失金额(数据来源:TRM Labs 

诈骗仍是加密领域的顽疾。2025年,约有 350 亿美元 的加密货币流入了各类欺诈骗局。

  • 投资诈骗(杀猪盘等) 占据主导地位,占总流入量的 62%。这包括浪漫诱导、庞氏骗局和虚假任务诈骗。
  • AI 的介入: TRM Labs 观察到,这些骗局的组织性、专业度、质量和覆盖范围都有所提升,这被认为是犯罪分子利用 人工智能(AI)工具 的结果。

04  勒索软件:受害者开始“反抗”

勒索软件相关的资金流入在过去一年保持高位,但并未达到前几年的峰值水平。

这里有一个值得关注的趋势:虽然2025年勒索软件勒索门户网站上列出的受害者数量创下新高,但越来越多的受害者正在拒绝向网络犯罪分子支付赎金。

此外,勒索软件生态系统出现了前所未有的碎片化:仅在2025年,就新增了 161 个活跃病毒株和 93 个变种。

按窃取金额排名的十大勒索软件团伙(数据来源:TRM Labs 

💡 总结:2025年的数据为行业敲响了警钟。虽然合规工具和归因技术在进步,但地缘政治因素、AI技术的滥用以及国家级行为体的入场,正在让链上安全形势变得更加复杂。

参考资料:https://www.bleepingcomputer.com/news/security/crypto-wallets-received-a-record-158-billion-in-illicit-funds-last-year/

Read more

零基础搭建FPGA下载环境:USB-Blaster驱动安装篇

零基础搭建FPGA下载环境:从“找不到电缆”到一键烧录 你有没有过这样的经历? 花了一整天装好 Quartus,写完第一个 Hello, FPGA 的流水灯代码,满心期待点击“Programmer”——结果弹出一句冰冷提示: “Can’t initialize hardware – no JTAG cable found.” 设备管理器里一片空白,或者一个带着黄色感叹号的“未知设备”孤零零挂着。 别慌,这几乎是每个 FPGA 新手必踩的坑。而罪魁祸首,往往就是那个小小的黑色 USB 接口模块—— USB-Blaster 。 今天我们就来彻底解决这个问题。不讲虚的,不堆术语,手把手带你把驱动装上、让 Quartus 认出来、把程序烧进去。哪怕你是第一次接触硬件开发,也能照着做成功。 为什么 USB-Blaster 总是“插了没反应”? 先搞清楚一件事:

Pi0机器人VLA大模型在昇腾A2平台上的测评

Pi0机器人VLA大模型在昇腾A2平台上的测评

Pi0机器人VLA大模型在昇腾A2平台上的测评文档 * 写在最前面 🌈你好呀!我是 是Yu欸🚀 感谢你的陪伴与支持~ 欢迎添加文末好友🌌 在所有感兴趣的领域扩展知识,不定期掉落福利资讯(*^▽^*) 写在最前面 版权声明:本文为原创,遵循 CC 4.0 BY-SA 协议。转载请注明出处。 随着人工智能技术的持续神户以及人形机器人产业的快速发展,算力在提升机器人运动控制精度、实时响应能力与智能化水平方面的作用日益凸显。为实现降本增效,国产化算力代替需求不断攀升,本文基于国产化适配的 Pi0机器 VLA大模型,在昇腾 Atlas 800I A2服务器上完成部署与测试,结果表明:该模型在推理性能、推理精度及功能完整性等方面,不仅实现了与英伟达同级别硬件相当的算力表现,更在部分场景下表现出更优的运行效率。 这一成果充分表明:经过深度适配的国产大模型与国产算力平台,已具备支撑高端人形机器人智能化发展的核心技术能力。国产算力在人形机器人领域的应用场景广阔,正加速迈向自主可控、高效可靠的全新阶段。 一、测评概述 1.1 测试目的 本测评旨在验证Pi0机器人视觉

春晚机器人营销破局:从168亿曝光到转化闭环,数智联AI团队解码2026增长新范式

当除夕夜的钟声敲响,全球超过168亿人次的目光聚焦于同一个舞台,这不仅是一场文化盛宴,更成为了顶尖科技企业争夺品牌心智、验证技术实力的终极考场。从宇树科技“机器牛”的灵动起舞,到智元机器人的“自办春晚”与999元体验计划引爆社交网络,2025-2026年的春晚,已然演变为一场现象级的“机器人营销大战”。 这场战役背后,远非简单的品牌曝光。它是一场集国家级技术信用背书、高密度内容共创、全域即时转化于一体的综合实力较量。成功者,如参与官方节目的四家企业,在开播2小时内实现了电商搜索量暴增300%,订单增长150%,并一举包揽了相关品类68%的搜索流量。而另辟蹊径者,如智元,则以零赞助成本,通过差异化策略同样实现了声量与转化的双丰收。 这不禁让众多企业主深思:春晚机器人营销的底层逻辑究竟是什么?巨额投入背后,如何衡量真实ROI?对于大多数无法豪掷数千万上亿预算的企业,其中的方法论能否被借鉴、迁移,用于自身的AI转型与营销增长? 今天,就让我们深入拆解这场顶级营销范式的核心,并探寻如何将其精髓应用于更广泛的商业场景,实现可持续的智能增长。 [外链图片转存中…(img-K2FjEqKS-

【机器人】复现 StreamVLN 具身导航 | 流式VLN | 连续导航

【机器人】复现 StreamVLN 具身导航 | 流式VLN | 连续导航

StreamVLN 通过在线、多轮对话的方式,输入连续视频,输出动作序列。 通过结合语言指令、视觉观测和空间位姿信息,驱动模型生成导航动作(前进、左转、右转、停止)。 论文地址:StreamVLN: Streaming Vision-and-Language Navigation via SlowFast Context Modeling 代码地址:https://github.com/OpenRobotLab/StreamVLN 本文分享StreamVLN 复现和模型推理的过程~ 下面是示例效果: 1、创建Conda环境 首先创建一个Conda环境,名字为streamvln,python版本为3.9; 然后进入streamvln环境,执行下面命令: conda create -n streamvln python=3.9 conda activate streamvln 2、 安装habitat仿真环境