Unsafe by Reciprocity: 面向统一多模态模型的生成-理解耦合如何破坏安全性
计算机视觉与模式识别
2026-03-31 v1
摘要
近期大语言模型（LLM）和文本到图像（T2I）模型的快速发展催生了统一多模态模型（UMM），其中的多模态理解与图像生成紧密集成于共享架构中。既有研究表明，这种 reciprocity 通过共享表示和联合优化提升了跨功能性能。然而，UMM安全性的隐含风险尚未得到广泛关注，因为现有安全研究主要独立分析理解与生成功能。本文探讨了跨功能 reciprocity 是否本身构成UMM的结构性安全漏洞。我们提出了RICE：基于互惠交互的跨功能利用攻击范式，显式利用理解与生成之间的双向交互。通过该框架，我们系统评估了生成到理解（G-U）和理解到生成（U-G）的攻击路径，表明不安全的中间信号可跨模态传播并放大安全风险。大量实验表明，两条路径均达到高攻击成功率（ASR），揭示了UMM固有且此前被忽视的安全弱点。
引用
@article{arxiv.2603.27332,
title = {Unsafe by Reciprocity: How Generation-Understanding Coupling Undermines Safety in Unified Multimodal Models},
author = {Kaishen Wang and Heng Huang},
journal= {arXiv preprint arXiv:2603.27332},
year = {2026}
}
备注
7 figures, 3 tables