研究揭示图像生成模型渲染文本语义泄漏现象

2026年10月9日，arXiv 计算机视觉论文《场景文本劫持场景：揭示、利用并缓解图像生成模型中的渲染文本语义泄漏》提出“渲染文本语义泄漏”现象：图像生成模型会把待渲染文本当作指令语义理解，而不仅是逐字复现的视觉约束。研究将主视觉提示词与渲染文本解耦，量化语义泄漏与渲染保真度，发现有害语义可经 LLM 提示词增强管道残留并引导非文本区域，即使主提示词无害。论文在 FLUX-2-dev 上给出初步缓解方案，降低不安全语义迁移且保留预期文本渲染。

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。