**BadWorld：针对世界模型的对抗攻击揭示严重脆弱性**

_BadWorld: Adversarial Attacks on World Models_

> 视觉世界模型可从单张图像生成交互式未来画面，但其对抗鲁棒性存疑。BadWorld框架提出自监督速度攻击与轨迹自适应双层优化，在无需未来监督且用户控制不可预测的条件下，成功生成不可察觉的对抗扰动，导致模型未来推演出现结构崩溃与控制不一致，暴露安全部署风险，同时也为隐私保护提供新思路。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-16 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.16519)