11月20日,MiniMax 在官方博客公布自动化密码分析研究,使用未对外发布的内部模型 MIM。团队称模型找出多处此前未知的算法构造缺陷,把若干停留在论文理论层面的攻击推进到秒级至分钟级的可执行破解。评测基于 CryptanalysisBench,该基准由苏黎世联邦理工、Anthropic 等构建,收录历届 NIST 密码竞赛的算法。
在 NIST 竞赛候选算法上,团队称 MIM 对 SHA-3 候选 Waterfall-256 在零提示盲测中用单核0.045秒构造出真实碰撞,此前学界只有理论推导;对 Blender-256 用0.36至2.3秒找到全轮碰撞。对后量子候选 LOCKER,模型把求解矩阵从42PB压缩到58MB,2秒恢复共享密钥;对 ROLLO-I-128,约6秒恢复私钥。
团队还用同一模型审计多份官方参考实现,报告十余处此前未报告的缺陷,例如 DRS 代码把逻辑与误写成按位与,可在无需签名查询时伪造签名,用时0.1至0.8秒。对经过同行评审的近期方案,CAESAR 优胜方案 COLM 被用两次加密查询构造出伪造密文,ASIACRYPT 2025 的 SBC-VOLE 在0.06秒内由单个已知签名恢复私钥。
在公钥密码的经典困难问题上,MIM 在 TII McEliece 挑战赛累计恢复94个实例私钥,其中55个此前没有公开解;对已有公开纪录的实例,单台64核服务器用时1.80至5.36秒。团队称这比 CRYPTO 2026 的9.20小时纪录及 Anthropic 的多GPU集群快6180至43400倍。对 HAWK,模型把安全强度估计再降低9.3至23.8比特,单核30分钟恢复等价私钥,核时约为 Anthropic 方案的690倍。
MiniMax 强调,研究只针对学术设计、历史竞赛候选与公开参数,不影响 AES、RSA、SHA-256 等在用标准,发现已提前同步给方案作者,推理轨迹和代码开源在 GitHub 的 MiniMax-AI/Research。MIM 未命名、未开放,参数与训练细节未披露,结果来自企业自述,尚待独立复现。