密流智能发起「盗火者计划」，旨在推动全同态加密(FHE)技术在AI领域的应用。该计划通过开源框架LattiAI，让开发者能在加密数据上直接进行AI推理，解决医疗、金融等领域的隐私难题。首期活动包括4月1日的技术研讨会和三个实践赛道：AI框架开发、行业应用落地、FHE算法优化。参与者可获得奖金、学术背书及加入新兴技术圈的机会。活动面向不同技术背景的开发者，即使没有密码学基础也可参与模型适配工作。报名

密流智能正式开源全同态加密两大核心项目 LattiSense 与 LattiAI，提供全栈解决方案，推动 FHE 技术产业落地。

医疗健康数据应用面临隐私保护与价值挖掘的矛盾，全同态加密(FHE)技术可实现数据"可用不可见"。该技术支持密文直接计算，保障数据安全的同时释放数据价值。国内企业密流智能通过算法优化、硬件加速和场景化解决方案，在医疗AI模型、数据共享、可穿戴设备等领域实现技术落地。其核心优势包括智能编译器、低精度损失和高计算效率，已与基因检测机构合作开发密文分析平台。未来该技术将推动医疗数据的高效应用，助力精准医疗

本文针对云端AI面临的隐私泄露困境，提出了一种基于密文计算（全同态加密与多方安全计算）的模型安全推理框架。通过创新的广义交错打包和智能编译技术，攻克了密文神经网络推理的效率与精度难题。以YOLOv5n血细胞检测为例，成功实现了精度几乎无损、双向隐私保护的云端推理，为医疗等敏感领域的AI应用提供了有效解决方案。

然而，这种"数据上云、模型计算"的模式，正面临着严峻的。：通过"编译→微调→推理"三步走，我们成功将一个明文YOLOv5n模型转换为支持加密推理的版本，精度损失可忽略不计，延迟在可接受范围内，真正实现了在隐私保护前提下的医疗AI应用。此外，我们提出的大尺寸卷积密文计算算子以通过输入子通道及相应卷积核的密文计算来得到输出子通道的密文，从而实现了高分辨率图像的高效卷积密文计算。现在，让我们跟随一个51

摘要：全同态加密（FHE）技术正在为AI应用场景中的隐私安全问题提供创新解决方案。该技术能实现数据全程加密状态下的计算，在医疗问诊、人脸识别和智能穿戴等领域展现出独特优势：医疗数据在加密状态下完成AI诊断，人脸特征以密文形式进行身份验证，健康数据全程加密分析。密流智能公司研发了覆盖“硬件-软件-框架-应用”的全链路解决方案，使模型在加密计算中保持与原模型相当的精度。随着算法优化和专用芯片发展，全同

摘要：全同态加密（FHE）技术正在为AI应用场景中的隐私安全问题提供创新解决方案。该技术能实现数据全程加密状态下的计算，在医疗问诊、人脸识别和智能穿戴等领域展现出独特优势：医疗数据在加密状态下完成AI诊断，人脸特征以密文形式进行身份验证，健康数据全程加密分析。密流智能公司研发了覆盖“硬件-软件-框架-应用”的全链路解决方案，使模型在加密计算中保持与原模型相当的精度。随着算法优化和专用芯片发展，全同