VLA 模型中的跨本体对抗迁移

Failure-First 的综述认为，针对共享同一基础模型的 VLA 模型，攻击可在不同机器人本体间迁移。文章援引 BadVLA（NeurIPS 2025）通过目标解耦优化注入隐蔽后门，在物理或视觉触发下接近 100% 攻击成功率，且干净任务上性能正常；VLA-Fool（arXiv:2511.16203）用局部对抗补丁或特定噪声分布使任务成功率最多下降 100%；UPA-RFAS（arXiv:2511.21192）显示单个物理补丁可跨不同 VLA 模型、下游操作任务和相机视角迁移。作者指出 AdvBench、HarmBench、JailbreakBench、StrongREJECT 等现有基准只评测单轮对话安全，MITRE ATLAS 与 AgentDojo 仅覆盖数字攻击面，尚无标准化的跨本体对抗基准。该简报为文献综述，尚未在 VLA 硬件上完成实测。