清华大学与北京邮电大学联合提出白盒视觉越狱方法DIVA（Discrete-diffusion Vision-language model Attack），针对离散扩散视觉语言模型（dVLM）在每轮去噪中反复调用图像条件的特点，称为跨步条件传播。方法先用文字层与视觉内容拼成复合图像拆分风险意图，再在多个去噪时间步上联合优化有界像素扰动，并按风险类别离线共享一份扰动。在HADES基准的Beaver语义指标下，LLaDA-V、MMaDA、LLaDA2.0-Uni的平均攻击成功率分别为58.80%、67.73%和69.07%；在VLSBench上LLaDA-V与MMaDA分别为52.07%和74.16%。

Tsinghua University·Beijing University of Posts and Telecommunications·DIVA·+5