跳到正文
原文
Failure-First·本站收录· 原文发表

VLA 安全首份统一综述发布,梳理七类攻击面与防御缺口

[AI Safety Daily] AI Safety Daily — April 26, 2026

AI 导读

VLA 安全首份统一综述发布,按数据、模型、部署三层归纳出七类攻击面:数据投毒、对抗补丁、跨模态扰动、语义越狱、冻结攻击、后门与认证缺口,指出现有防御无法覆盖全部层。AttackVLA 借 action tokenizer 路径植入定向后门,在 LIBERO 上定向成功率高且不损干净输入表现,逐步骤安全检查拦不住轨迹级操纵。

阅读原文failurefirst.org