热点事件持续更新
研究揭示推理VLA模型言行不一安全漏洞
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月4日，arXiv发布机器学习研究指出，推理型视觉-语言-动作（VLA）模型在受到视觉扰动时，会出现物理动作被篡改、但输出的文本理由逐字完全相同的脱节现象。实验显示，通过TNAS引导攻击，该方法在Alpamayo自动驾驶场景中以完全相同的理由诱发了52.6%的碰撞；在InstructVLA机器人操控任务中，能在改变动作的同时保持85.0%的理由不变。研究指出，文本理由无法证明具身安全，安全监控系统必须直接对动作通道进行验证。
AI 根据报道生成 · 12 小时前更新
最新进展11月4日 13:00
研究指出推理VLA存在言行不一漏洞，监控系统须直接验证动作通道。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv 机器学习言行不一：诊断与引导 Reasoning VLA 的文本-动作分歧
推理型视觉-语言-动作（VLA）模型在视觉扰动下会出现物理动作被篡改、但文本理由逐字完全相同的脱节现象。TNAS 引导攻击在 Alpamayo 驾驶场景中以相同理由诱发 52.6% 的碰撞，并在 InstructVLA 操控中保持 85.0% 理由不变。该现象表明文本理由无法证明具身安全，监控系统必须直接验证动作通道。
本事件热度走势
当前热度 7·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。