EMNLP’26 | 清华北邮联合警告：扩散式VLM的安全防线步步失守
2026.10.17 · 观点 · 论文 · 论文预印本
清华北邮提出DIVA白盒攻击，揭示离散扩散VLM跨步条件传播风险
清华大学与北京邮电大学提出面向离散扩散视觉语言模型的白盒视觉越狱攻击方法DIVA，利用跨步条件传播在多个去噪阶段反复注入视觉条件。在HADES基准上，LLaDA-V、MMaDA、LLaDA2.0-Uni的平均ASR分别达58.80%、67.73%、69.07%。
- DIVA由跨模态意图混淆与扩散感知对抗优化两部分组成
- 白盒设定：可访问参数梯度，仅改输入图像与文本提示
- HADES上三模型平均ASR为58.80%、67.73%、69.07%
- VLSBench上LLaDA-V与MMaDA的ASR为52.07%和74.16%
- 消融显示针对多去噪状态优化才带来主要增益
为什么值得看
揭示扩散式VLM生成机制带来的新型安全风险
适合谁关注
多模态安全研究者、红队评测与模型对齐工程师