vLLM GLMGA 视频采样致 CPU 内存耗尽

vLLM 安全公告披露，OpenAI 兼容的 chat 接口通过 media_io_kwargs 接受请求级视频加载选项，调用者可指定 GLMGA 采样器并传入极大的 fps 与 max_frames 值。GLMGA 会先按 extract_t = min(int(duration * fps), max_frames) 构造同等长度的 Python 索引列表再去重，即使视频只有两帧，这段工作也在共享媒体加载执行器中、帧读取之前完成，因此一个很小的有效视频加紧凑 JSON 选项即可占用不成比例的 CPU 时间和内存，并延迟其他媒体请求，造成部分拒绝服务。公告称不涉及内存破坏、数据泄露或代码执行。缓解措施包括在网关移除或过滤相关选项、不允许不可信调用者选择 GLMGA、启用鉴权与限流及进程内存隔离。