Google DeepMind 与新加坡政府合作开发端侧反诈骗 AI 模型

核心事实

Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，微调出一款注重隐私保护的端侧诈骗检测模型。该模型以 Google 轻量级 Gemma 模型为基础，使用本地诈骗对话数据进行微调，涵盖冒充公共机构、银行、本地人物以及区域性流行骗局等类型。据 Google DeepMind 介绍，模型完全在设备端运行，新加坡政府与 Google 均无法通过该部署访问用户对话内容。

背景与影响

据该博客披露，投资欺诈、虚假招聘、冒充公职人员等诈骗占新加坡已报案件的半数以上，自 2019 年以来造成的损失超过 40 亿新元；同时诈骗手法已从简单钓鱼转向复杂社会工程，此类诈骗占全部损失的比例可达 80%。传统威胁检测依赖云端服务器扫描消息，而该模型在设备端处理对话数据，据称可更快分析对话模式、识别操纵意图。模型采用两阶段流程：第一阶段用轻量分类器低功耗筛查入站消息，第二阶段用微调后的 Gemma 模型对更大范围的对话快照做上下文分析，以确认威胁或排除误报。检测到操纵性对话模式时，会在用户设备上触发实时警告。该合作在新加坡国际网络周（SICW 2026）上展示，被视为消息平台在用户保护与端到端加密之间取得平衡的一种参考。

限制与来源

据博客说明，模型在应用中的推出将分阶段进行，并与新加坡政府合作开发；部署后仅在用户同意且符合该应用使用条款的前提下访问设备端对话。开发过程称在 GovTech Singapore 管理的 GCP 环境中完成微调，训练数据排除私人或可识别个人信息，使用来自诈骗报告与情报源的匿名数据集，并以合成对话和本地语料进行压力测试。上述性能与部署安排均为官方博客表述，尚未见独立验证；具体可用范围、功能与条款以官方当前信息为准。来源：Google DeepMind 官方博客。