具身智能安全風險加劇 學界梳理VLM威脅
有研究機構聯同海外院校發表綜述,梳理視覺語言模型應用於機械人、自動駕駛等實體場景的安全風險。對抗攻擊與內容篡改可誘導系統產生認知偏差並觸發危險動作,實體環境中任何感知或決策失誤都會即時造成現實危害。
對抗篡改風險
最突出的風險是對抗攻擊與內容篡改:攻擊者蓄意修改圖像或文字輸入,即可令系統產生認知偏差,觸發危險執行動作。實體環境工況複雜,感知或決策環節的任何失誤都會即時造成現實危害。

IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
