论文揭示多模态模型图像水印隐私泄露攻击PLW

2026年10月6日，AGI Hunt 报道称，一篇题为《The Poisoned Conversation: Privacy-Leaking Watermarks in Unified Multimodal Models》的 arXiv 论文提出统一多模态模型中的隐私泄露水印攻击 PLW。论文指出，恶意模型厂商可在这类模型中植入依赖触发条件的隐形水印，使其在触发后生成的无关图像中携带隐藏但可检测的水印，借此泄露此前对话中的敏感关键词或语义线索，从而把普通图像输出变成隐私外泄渠道。报道中未提及该攻击的实验规模、检测方式与防御方案，也未给出论文作者与发布时间等细节。

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。