dsri.org

是什么

DSRI聚焦AI公共安全的独立测试与评估（IT&E），目标是研究能够最终支持AI安全认证的方法和工具。它并不是传统意义上的生成式AI应用，而是面向评估者、研究者、认证机构和AI采用方的安全评测体系与原型工具集合，核心问题是帮助识别AI输出可能带来的公共危害。

核心能力与典型用例

其“Public Risk Analytics”覆盖四类方向：媒体取证分析，用于检测、定位和分类合成或篡改的图片、音视频片段；年龄筛查分析，用于识别成人语言、性露骨、暴力等不适宜内容；心理伤害分析，用于发现AI生成内容中的潜在心理危害；网络漏洞分析，用于检测代码和软件容器中的安全漏洞。网站还展示了视频/音频拼接检测、图像编辑检测等挑战，说明其重视以研究挑战和数据集推进能力验证。

工具、集成与定价

DSRI提到正在开发并开源多种原型工具：DSID用于持续生成封存测试场景，Dyff用于在AI更新和新增安全测试场景时进行敏捷评估，TryIt用于AI采用前的可用性和效用验证，SaferAtDay0则面向CI/CD中的实时扫描。文本未披露API、SDK、部署方式、成熟产品入口、免费额度或商业定价，因此更适合按研究工具和评测框架理解，而非即买即用的SaaS。

优缺点与局限

优点是定位清晰，关注AI公共风险而非单点功能，覆盖多模态媒体、内容安全、心理风险与网络安全，并提出从孵化、研究、工程到采用的完整管线。局限也明显：缺少具体模型、准确率、误报率、隐私条款、服务支持和中文能力信息；工具被称为prototype，实际稳定性和企业落地程度需要进一步验证。

适合谁与中国访问

它适合AI安全评测团队、学术研究者、认证组织、政府或大型企业的AI治理部门，以及希望在开发流程中加入安全扫描的工程团队。对普通个人用户或需要开箱即用内容审核API的团队，可能门槛较高。中国访问、网络连通性、支付方式和本地替代品信息在抓取文本中未说明，建议实际访问验证；若无法稳定访问，可考虑本地化内容安全、深度伪造检测或代码安全扫描工具作为替代方向。