清华北邮联合警告：扩散式VLM的安全防线步步失守

清华大学与北京邮电大学联合提出面向离散扩散视觉语言模型（dVLM）的白盒越狱攻击方法 DIVA。该方法结合跨模态意图混淆与扩散感知优化，利用视觉信息在多轮去噪中反复计算的特性绕过安全对齐。在 HADES 基准上，DIVA 对 LLaDA-V、MMaDA 和 LLaDA2.0-Uni 的攻击成功率分别达 58.80%、67.73% 和 69.07%。