中国公安大学的研究团队近日推出一套基于AI的模型，专门用于AI算法追踪比特币洗钱，初步测试显示识别准确率接近90%。\n\n该框架融合了记忆模块（Memory Module）和大语言模型（LLM），能够在比特币等加密货币的匿名化、跨境流转特征下，对可疑资金链路进行全链分析并精准识别潜在洗钱行为。研究团队在今年5月的《情报杂志》同行评审期刊中公布了技术细节，称其具备可解释性，能够帮助监管部门快速定位非法交易路径。\n\n近年来，虚拟货币因跨境流通便利、匿名性强，逐渐成为电信网络诈骗、跨境赌博等犯罪团伙转移非法资金的主要工具。最高人民检察院数据显示，2025年全国检察机关共起诉3259名涉及虚拟货币洗钱的嫌疑人，案件数量持续上升，显示监管压力仍然严峻。\n\nAI算法追踪比特币洗钱的出现，为监管提供了技术突破。通过记忆模块保存历史交易特征，并利用大语言模型进行语义关联分析，能够实现对复杂洗钱网络的快速拆解。这不仅提升了案件研判效率，也为国际合作提供了数据共享的可能。与此同时，各国监管机构正加大对加密货币的监测力度，期待技术手段与法律框架同步进步。\n\n本报道基于公开研究资料与官方数据撰写，后续如有新信息将及时更新。
公开资料显示，中国在过去几年对加密货币的监管力度持续加强，曾多次针对交易所、挖矿平台进行整顿，形成了较为严格的监管框架。此类政策环境为科研机构探索AI辅助的洗钱监测提供了技术和法规的双重支持。在此背景下，监管部门也在探索跨部门数据共享机制，以提升整体监控效能。
事件经过
一般情况下，国内外的区块链安全研究已形成合作网络，部分高校和企业曾开展基于图模型的链上行为分析。相关技术在国际反洗钱组织的研讨中被提及，显示出AI算法追踪比特币洗钱的潜力正逐步受到多方关注。未来，随着监管政策的进一步细化，AI技术在合规审查中的应用有望实现规模化落地。
官方通报
公开资料显示，公安大学的AI模型已进入省级监管部门的试点阶段，相关单位正在对模型输出的可疑链路进行人工复核，初步反馈表明该系统在复杂跨链交易的识别上能够提供有价值的线索。
与此同时，监管机构正推动跨部门数据共享平台的搭建，相关技术接口已完成初步对接，相关情况仍待官方进一步通报，以评估在全国范围内推广的可行性并完善风险控制机制。
来源：东南亚快曝光 Telegram频道 @F_KBG
原文链接：查看Telegram原消息
