White Circle 研究：主流图像模型仍易被越狱生成露骨内容

安全研究机构 White Circle 持续关注主流图像生成模型的安全防护问题。早期报道指出，该团队的研究人员发现了多种可绕过图像模型安全限制、生成露骨内容的越狱方法，引发业界对 AI 安全防护有效性的讨论。在此基础上，最新进展来自 2026 年 10 月 14 日 Ars Technica 的报道：White Circle 在 NeurIPS 2026 论文及预印本中提出了名为 RISE 的红队测试方法，针对 OpenAI 与 Google 的新一代图像模型进行了测试。测试结果显示，这些新模型相较前代更易被绕过，从而生成露骨内容。值得注意的是，RISE 方法的判断环节使用了从 Hugging Face 下载的 Qwen 模型以及 Gemini 3.8 Flash 作为评判模型。研究表明，即便主流厂商持续更新安全机制，图像生成模型的越狱风险依然显著，新模型在某些方面反而出现了防护倒退。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。