新智元 (微信公众号)T2·68 分
清华北邮揭示扩散式视觉模型安全新漏洞
原标题：EMNLP'26 | 清华北邮联合警告：扩散式VLM的安全防线步步失守
- 离散扩散视觉语言模型（dVLM）在每一轮去噪中都会重新使用视觉条件，不同于自回归模型的一次性注入。
- 这种特性导致隐藏的图像风险信号通过“跨步条件传播”在生成轨迹中累积，形成新的越狱攻击面。
- DIVA 攻击方法证实了该漏洞的有效性，提示 dVLM 的安全防御必须覆盖整个动态生成过程而非仅检查初始输入。
返回热点榜
llm热度 8.0°
AI 聚合热点事件 · 2026/10/16
清华北邮揭示扩散式视觉模型安全新漏洞
1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/16 08:14:00
全景综述与最新动态
1 家信源交叉印证清华大学与北京邮电大学联合研究指出，离散扩散视觉语言模型（dVLM）存在“跨步条件传播”安全隐患。该机制导致图像风险信号在去噪生成过程中被反复注入并累积，从而绕过传统静态安全对齐。团队提出 DIVA 越狱攻击方法验证了这一漏洞，表明 dVLM 的安全防御需从输入检查转向对动态生成轨迹的全程监控。
最新动向/清华大学与北京邮电大学联合研究指出，离散扩散视觉语言模型（dVLM）存在“跨步条件传播”安全隐患。该机制导致图像风险信号在去噪生成过程中被反复注入并累积，从而绕过传统静态安全对齐。团队提出 DIVA 越狱攻击方法验证了这一漏洞，表明 dVLM 的安全防御需从输入检查转向对动态生成轨迹的全程监控。
热度曲线逐小时热度走势
19 个完整观测小时当前
8.0
峰值
11.809:00
近 24h 变化
–
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。