清华北邮提出DIVA攻击离散扩散VLM

2026年10月16日，新智元报道清华大学与北京邮电大学提出白盒视觉越狱方法DIVA，针对离散扩散视觉语言模型的跨步条件传播机制，在多个去噪时间步上联合优化受限图像扰动。报道称，在HADES基准上，DIVA对LLaDA-V、MMaDA和LLaDA2.0-Uni的平均攻击成功率分别为58.80%、67.73%和69.07%，均高于面向自回归模型设计的对比方法。研究指出自回归模型与扩散模型的风险接口不同，安全对齐需从最终输出前移到生成轨迹。目前该工作处于论文发布阶段，尚无后续复现或回应报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。