FlowHijack：一种针对流匹配视觉-语言-动作模型的动态感知后门攻击
FlowHijack: A Dynamics-Aware Backdoor Attack on Flow-Matching Vision-Language-Action Models
AI 导读
研究者提出 FlowHijack，一种针对流匹配视觉-语言-动作模型向量场动态的后门攻击框架。该方法用 τ 条件注入策略操纵动作生成的初始阶段，并加入动态模仿正则项。实验显示，在先前方法难以奏效的隐蔽上下文触发下，FlowHijack 取得较高攻击成功率。它同时保持正常任务表现，并通过约束运动学相似性让恶意动作在行为上与正常动作难以区分。作者据此指出连续具身模型存在显著漏洞，需要针对模型内部生成动态的防御。