在安全边界之间：利用时序一致性越狱文生视频模型

研究者提出名为 BSB 的越狱框架，利用视频生成固有的时序一致性攻击文生视频模型，在所评测的商用模型上攻击成功率平均比最强基线相对提升 18.6%。该方法将有害意图编码为两个各自无害的边界状态之间的过渡，攻击那些插值后倾向生成不安全中间帧的边界状态对。为规避在视频空间直接评估的高昂计算成本，BSB 在更廉价的文本代理空间运行蒙特卡洛树搜索（MCTS），并用稀疏的视频级评估定期校准搜索结果。实验在包括 Veo 3.1、Sora 2、Seedance 和 Kling v1 在内的主流商用文生视频模型上进行。作者指出，时序一致性是文生视频模型研究不足却关键的攻击面，结构化搜索有助于在受限查询预算下有效发现漏洞。